北京大学肿瘤医院

返回

顶部

网站导航

216期(印刷版)-1.jpg

人工智能预测免疫疗法疗效

作者: 来源: 发布时间:2018-09-18

人工智能、肿瘤影像学和精准医学研究者通过设计人工智能程序处理CT扫描影像,提取生物学和临床信息,得到可判定肿瘤内淋巴细胞浸润水平、预测患者接受免疫疗法疗效的影像组学指标。(Lancet Oncol. 2018, 19: 1180-1191)

接受PD-1/PD-L1免疫疗法治疗的肿瘤患者只有15%~30%的有效率,还没有标志物可以准确预测免疫疗法疗效。已知肿瘤环境免疫水平越高,对免疫治疗有效的可能性越大。于是研究者致力于探讨肿瘤环境的影像学特征,并将其与免疫治疗疗效进行关联分析。

研究者开展了回顾性研究,在4个独立队列500例实体瘤患者中,对影像组学指标进行了研发和验证,并进行了基因组学、组织学和临床的验证。

基于人工智能方法,研究者设计计算程序从CT扫描相关信息预测反映肿瘤免疫细胞尤其是CD8阳性细胞毒性T细胞浸润的基因组学特征,得到影像组学指标。对该影像组学指标在其他队列中进行了验证,证实其确可预测反映肿瘤免疫细胞浸润程度的生物学特征。

该影像组学指标在实际情况下的实用性以及与免疫治疗疗效的关系,在入组5项PD-1/PD-L1免疫疗法Ⅰ期临床研究的患者中进行了验证,患者在开始免疫治疗前接受了CT扫描。研究发现,接受免疫治疗3个月和6个月有效的患者影像组学评分较高,总生存较好的患者影像组学评分较高。

下一步研究者计划开展回顾性和前瞻性临床研究对这一影像组学预测指标进行验证,未来研究会入组大样本患者,并按肿瘤类型分别进行评估,以期对影像组学指标可以进一步优化。未来或许可以用影像确定身体任何部位肿瘤的生物学特征而不再需要进行活检。

未来或许还有更复杂的人工智能程序可用来预测免疫疗法疗效,或许会在整合影像学、分子生物学和组织分析的基础上得到进一步完善。

(编译 孙依依)