Mokslininkai kuria AI įrankį, skirtą numatyti, kaip vėžiu sergantys pacientai reaguos į imunoterapiją

Mokslininkai kuria AI įrankį, skirtą numatyti, kaip vėžiu sergantys pacientai reaguos į imunoterapiją

Gyvensena mityba, dietos, judėjimas

Koncepcijos įrodymo tyrime Nacionalinių sveikatos institutų (NIH) mokslininkai sukūrė dirbtinio intelekto (AI) įrankį, kuris naudoja įprastinius klinikinius duomenis, pavyzdžiui, gautus iš paprasto kraujo tyrimo, kad nuspėtų, ar kieno nors vėžys atsiras. imuninės kontrolės taško inhibitoriams, imunoterapijos vaistams, padedantiems imuninėms ląstelėms naikinti vėžio ląsteles.

Mašininio mokymosi modelis gali padėti gydytojams nustatyti, ar imunoterapijos vaistai yra veiksmingi gydant paciento vėžį. Tyrimas, paskelbtas 2024 m. birželio 3 d Gamtos vėžys, vadovavo Nacionalinio vėžio instituto (NCI) vėžio tyrimų centro ir Sloan Kettering vėžio centro Niujorke atminimo tyrėjai. NCI yra Nacionalinių sveikatos institutų dalis.

Šiuo metu Maisto ir vaistų administracija patvirtino du nuspėjamuosius biomarkerius, skirtus identifikuoti pacientus, kurie gali būti gydomi imuninės kontrolės taško inhibitoriais. Pirmasis yra naviko mutacijų našta, ty vėžio ląstelių DNR mutacijų skaičius. Antrasis yra PD-L1, naviko ląstelių baltymas, kuris riboja imuninį atsaką ir yra kai kurių imuninės kontrolės taško inhibitorių taikinys.

Tačiau šie biomarkeriai ne visada tiksliai prognozuoja atsaką į imuninės kontrolės taško inhibitorius. Naujausi mašininiai modeliai, kuriuose naudojami molekulinės sekos nustatymo duomenys, parodė vertę numatant atsaką, tačiau tokius duomenis gauti yra brangu ir jie nėra renkami reguliariai.

Naujajame tyrime išsamiai aprašomas kitokio tipo mašininio mokymosi modelis, kuris prognozuoja penkis klinikinius požymius, kurie reguliariai renkami iš pacientų: paciento amžių, vėžio tipą, sisteminio gydymo istoriją, kraujo albumino kiekį ir kraujo neutrofilų-limfocitų skaičių. santykis, uždegimo žymuo.

Modelyje taip pat atsižvelgiama į naviko mutacijų naštą, įvertintą sekvenavimo skydeliais. Modelis buvo sukurtas ir įvertintas naudojant duomenis iš kelių nepriklausomų duomenų rinkinių, kuriuose buvo 2881 pacientas, gydytas imuninės kontrolės taško inhibitoriais iš 18 kietųjų navikų tipų.

Modelis tiksliai numatė paciento tikimybę reaguoti į imuninės sistemos kontrolės taško inhibitorių ir kiek laiko jie gyvens tiek apskritai, tiek prieš ligai atsinaujinant. Pažymėtina, kad mokslininkai teigė, kad modelis taip pat galėjo nustatyti pacientus, turinčius mažą naviko mutacijų naštą, kurie vis dar gali būti veiksmingai gydomi imunoterapija.

Tyrėjai pažymėjo, kad norint toliau įvertinti AI modelį klinikinėje aplinkoje, reikia didesnių perspektyvių tyrimų. Jie paskelbė savo AI modelį, pavadintą Logistic Regression-Based Imunotherapy-Response Score (LORIS), viešai prieinamą. Priemonė įvertina tikimybę, kad pacientas reaguos į imuninės kontrolės taško inhibitorius, remiantis šešių aukščiau aprašytų kintamųjų duomenimis.

Tyrimui kartu vadovavo NCI vėžio tyrimų centro medicinos mokslų daktaras Eytanas Ruppinas ir medicinos mokslų daktaras Luc GT Morris iš Memorial Sloan Kettering Cancer Center. Darbui vadovavo daktaras Tiangenas Changas ir mokslų daktaras Yingying Cao iš Dr. Ruppino grupės NCI vėžio tyrimų centre.