智能识别技术或将有助于个性化医疗的诊断

 智能家居产品     |      2019-12-04 12:06

导读:由伦敦癌症研究所(ICR)团队领导的科学家们利用人工智能和机器学习发现了五种新的乳腺癌亚型,它们可以帮助临床医生提供最有效的治疗方法,包括免疫疗法。以个体患者为目标,并潜

由伦敦癌症研究所(ICR)团队领导的科学家们利用人工智能和机器学习发现了五种新的乳腺癌亚型,它们可以帮助临床医生提供最有效的治疗方法,包括免疫疗法。以个体患者为目标,并潜在地指导新抗癌药物的开发。该计算工具可以发现原发腔甲型乳腺肿瘤的遗传、分子和细胞组成的模式,并结合患者生存数据分析这些模式。该小组以前也使用过同样的方法来鉴定结直肠癌的亚型。

“多年来,医生一直使用乳腺癌的当前分类作为治疗指南,但这种方法非常粗糙,似乎患有相同类型疾病的患者通常对药物有非常不同的反应,”研究小组组长马吉·谢昂(MaggieCheang)博士评论道。伦敦ICR基因组分析临床试验小组的一名研究员是该研究员的合著者,并出版了《npj乳腺癌》一书。“我们的研究使用人工智能算法来寻找迄今为止人类分析还没有发现的乳腺癌模式,并寻找以非常特殊的方式做出反应的其他类型的疾病。”

ICR的研究人员由系统和精确癌症医疗小组组长安古拉·萨达南达姆博士和皇家马斯登医院的同事领导。他们在一篇名为“异质细胞遗传特征揭示乳腺导管癌的异质性和不同治疗反应”的论文中报告了他们的发现。。"

大多数乳腺癌发生在乳腺内层细胞。雌激素受体和/或孕酮受体呈阳性,而HER2呈阴性。这些肿瘤被称为鲁米诺型乳腺癌(luminal type A乳腺癌),通常治愈率最高,但患者对标准治疗方法(如他莫昔芬)和较新免疫疗法的反应不同,这可能是由于复发所致。作者写道:“即使这种具有明确相对特征的乳腺癌亚型在激素受体表达、治疗反应和遗传变异方面也存在异质性,这需要进一步了解。”

即使在不同的甲腔肿瘤中,影响肿瘤异质性的因素也非常复杂,包括遗传变化、肿瘤微环境和不同细胞类型之间的相互作用。此外,尽管免疫相关基因通常在乳腺癌的不同亚型中表达,包括腔型甲肿瘤,”...与结肠直肠癌和胰腺癌不同,据报道没有专门的富含免疫的乳腺癌亚型报告。

为了研究不同患者甲腔乳腺肿瘤之间的差异,研究小组转向以前使用的毫升/人工智能工具,将结直肠癌分为五种不同的细胞亚型,分别称为炎性细胞、肠上皮细胞、球状细胞、干细胞和透射放大细胞(TA)。研究人员说:“……我们正试图用我们的结直肠癌异质细胞特性来替代乳腺癌亚型,特别是鲁米那a型乳腺癌,并根据它们的分化、干细胞、成纤维细胞和免疫特性来理解它们的表型。”

研究人员还惊讶地发现,乳腺腔肿瘤的干样亚型表现出良好的无复发存活率(RFS),”这表明干细胞和成纤维细胞(富含干样亚型)的存在并不表明结果,并且TA肿瘤的特征在于染色体8的变化。三苯氧胺治疗后,此类肿瘤患者的存活率低于其他组。这些患者也倾向于更早复发——平均42个月后,而高水平干细胞肿瘤类型患者的复发时间为83个月。研究结果表明,8号染色体改变的患者可能会从额外或新的治疗方法中获益,以延迟或防止晚期复发。

研究人员还研究了一组三阴性乳腺癌患者的肿瘤(TNBC)。这种乳腺癌对标准激素疗法没有反应。对这组患者样本的分析表明,他们的肿瘤也可能对免疫疗法有反应。“虽然尚未批准免疫疗法,但已对乳腺癌患者的免疫检查点抑制剂进行了临床试验,但我们已将一些基本乳腺癌与结直肠癌炎性亚型联系起来,提出了一种识别可能对免疫疗法有反应的患者的方法。”

作者表示,他们的研究结果为鲁米娜-A乳腺癌亚型提供了新的见解,有助于不同类型乳腺癌患者的个性化诊断和治疗。萨德纳德姆说:“我们的新研究表明,人工智能可以识别超出人眼能力的乳腺癌模式,并为那些对标准激素疗法不再有反应的人提供新的治疗方法。”“我们站在医疗改革的前沿,因为我们真的已经掌握了人工智能和机器学习可以打开的可能性...人工智能有能力得到更广泛的应用,我们认为我们将能够将这项技术应用于所有癌症,甚至为尚未成功选择的癌症开辟新的治疗可能性。”

此外,即使对于多年后可能复发的患者,这一发现也可能有助于指导新药的发现。“我们研究中使用的人工智能也可以用来为那些最有可能有晚期复发风险(超过5年)的人寻找新的药物,这在雌激素相关乳腺癌中很常见,可能会引起患者极大的焦虑,”谢荣总结道。ICR率先使用人工智能来理解癌症的复杂性和进化,并在新的癌症药物发现中心7500万英镑的投资中筹集了最后1500万英镑,该中心将被描述为“世界上第一个“反进化”治疗项目”