Nature子刊：人工智能可預測卵巢癌患者生存率和治療反應

熱門(mén)推薦：卵巢癌 , 人工智能 , 血液檢測 ,

作者：顧然來(lái)源：生物探索

2019-02-19

卵巢癌是女性第六大常見(jiàn)癌癥，通常影響絕經(jīng)后或有家族病史的女性。據統計，英國每年新增6000例卵巢癌病例，但長(cháng)期生存率僅為35%至40%。因為該疾病一旦出現明顯的腫脹等癥狀，就已經(jīng)是較晚期的階段。早期發(fā)現這種疾病可以提高生存率。

目前，醫生診斷卵巢癌的方法有很多，其中就包括血液檢測。它的技術(shù)原理是尋找一種叫做CA125的物質(zhì)(一種癌癥的跡象)，然后進(jìn)行CT掃描，用x光和電腦來(lái)進(jìn)一步制作卵巢腫瘤的詳細圖像。這有助于臨床醫生了解疾病的傳播范圍，并確定患者接受的治療類(lèi)型，以確定手術(shù)還是化療。然而，這種方法也存在弊端，它并不能讓臨床醫生詳細了解患者可能的總體結果或治療干預的可能效果。

近日，由倫敦帝國理工學(xué)院(Imperial College London)和墨爾本大學(xué)(University of Melbourne)的研究人員開(kāi)發(fā)了一款人工智能軟件，它能夠比現有的方法更準確地預測卵巢癌患者的預后，而且還可以預測哪些治療方法對確診后的患者最有效。

這項發(fā)表在《Nature Communications》雜志上的試驗是在帝國大學(xué)醫療保健NHS信托基金會(huì )(Imperial College Healthcare NHS Trust)的Hammersmith醫院進(jìn)行的。

研究人員表示，這項新技術(shù)可以幫助臨床醫生更快地對患者實(shí)施治療，并為更個(gè)性化的醫療鋪平道路。他們希望這項技術(shù)可以用于根據CT掃描顯示的卵巢癌患者的結構上的細微差別將其分組，而不是根據他們所患癌癥的類(lèi)型或進(jìn)展程度進(jìn)行分類(lèi)。

“盡管癌癥治療已經(jīng)取得了進(jìn)展，但晚期卵巢癌患者的長(cháng)期生存率仍然很低，迫切需要找到診療這種疾病的新方法。”主要作者、倫敦帝國理工學(xué)院Eric Aboagye教授指出，“我們的技術(shù)能夠給臨床醫生提供更詳細、更準確的信息，告訴他們患者可能對不同的治療有何反應，這可以讓他們做出更好、更有針對性的治療決定。”

“人工智或能改變醫療服務(wù)的提供方式，并改善患者的預后。我們的軟件就是一個(gè)例子，希望它可以幫助臨床醫生更好地管理和治療卵巢癌患者。” 共同作者、帝國理工學(xué)院NHS信托基金的名譽(yù)放射科顧問(wèn)Andrea Rockall教授進(jìn)一步說(shuō)道。

具體來(lái)說(shuō)，在最新的這項研究中，研究人員使用一種名為T(mén)EXLab的數學(xué)軟件工具，識別2004年至2015年間364名卵巢癌患者的CT掃描和組織樣本中腫瘤的侵襲性。

該軟件檢測了腫瘤的四個(gè)生物學(xué)特征，即結構、形狀、大小和基因組成，這些特征顯著(zhù)影響患者的整體生存，以評估患者的預后。隨后給患者進(jìn)行一個(gè)名為放射預測載體(RPV)的評分，該評分指示疾病的嚴重程度，從輕微到嚴重不等。

研究人員將結果與血液檢測和醫生目前用來(lái)評估生存率的預后評分進(jìn)行了比較。他們發(fā)現，該軟件預測卵巢癌死亡的準確性是標準方法的四倍。

研究小組還發(fā)現，在RPV評分較高的患者中，有5%的患者的生存率不到兩年。高RPV還與化療耐藥性和不良手術(shù)結果相關(guān)。這表明，RPV可用作預測患者對治療反應的潛在生物標志物。

Aboagye教授建議，這項技術(shù)可以用來(lái)識別那些不太可能對標準療法產(chǎn)生反應的患者，并為他們提供替代療法。

接下來(lái)，研究人員將開(kāi)展一項規模更大的研究，以了解該軟件預測單個(gè)患者手術(shù)和/或藥物治療結果的準確性。

點(diǎn)擊下圖，預登記觀(guān)展