Для прогнозирования ответа опухоли на иммунотерапию задействовали искусственный разум

Сотрудники Университета Пари-Сюд и совместно с IT-компанией TheraPanacea,  смогли поставить искусственный интеллект на службу медицине. Ученые впервые создали систему компьютерной обработки медицинских изображений для извлечения биологической и клинической информации.

В результате анализа система выдает так называемую радиомную подпись, которая определяет уровень лимфоцитарной инфильтрации опухоли и делает прогноз относительно эффективности иммунотерапии у пациента.

На иммунотерапию анти-PD-1/PD-L1 отвечают только 15-30% пациентов. При этом до сих пор не найден маркер, который помог бы определить, кому из пациентов она действительно подойдет.

Вначале ученые обучили систему алгоритму отбора значимой информации из результатов компьютерной томографии пациентов. Для анализа также были доступны данные генома опухоли. На основании одних только изображений система сама научилась предсказывать наличие в опухоли цитотоксических Т-лимфоцитов с фенотипом CD8+, после чего ставилась радиологическая подпись.

Результаты машинного прогноза проверялись на других когортах, включая атлас генома рака (TCGA). Таким образом было продемонстрировано, что на основе медицинских изображений можно предсказать биологическое явление, включая оценку степени иммунной инфильтрации опухоли.

В будущем врачи смогут определять наличие опухоли в любой части тела без необходимости проведения биопсии, основываясь только на результатах компьютерной томографии.

Roger Sun, Elaine Johanna Limkin, Maria Vakalopoulou, Laurent Dercle, Stéphane Champiat, Shan Rong Han, Loïc Verlingue, David Brandao, Andrea Lancia, Samy Ammari, Antoine Hollebecque, Jean-Yves Scoazec, Aurélien Marabelle, Christophe Massard, Jean-Charles Soria, Charlotte Robert, Nikos Paragios, Eric Deutsch, Charles Ferté. A radiomics approach to assess tumour-infiltrating CD8 cells and response to anti-PD-1 or anti-PD-L1 immunotherapy: an imaging biomarker, retrospective multicohort study. The Lancet Oncology, 2018; DOI: 10.1016/S1470-2045(18)30413-3

Дизайн и поддержка: Ардис Медиа Отличный хостинг: Beget.ru