Kanser paru-paru: AI menunjukkan siapa yang akan mendapat manfaat daripada imunoterapi
Kanser paru-paru adalah bentuk barah yang biasa dan sering agresif. Oleh kerana sukar bagi doktor untuk mengesannya sejak awal, orang yang menghidap barah paru-paru perlu mendapatkan terapi yang terbaik dan paling disasarkan untuk membuat tinjauan positif lebih cenderung. Imunoterapi adalah pilihan, tetapi bagaimana doktor dapat mengetahui siapa yang akan mendapat manfaat?
Menurut Institut Kanser Nasional, barah paru-paru dan bronkus adalah jenis barah kedua yang paling meluas di kalangan orang di Amerika Syarikat, menyumbang 12.9% daripada semua kes barah baru.
Bentuk barah ini selalunya tidak mempunyai gejala yang nyata pada peringkat awal, yang bermaksud doktor tidak dapat mengesannya pada awalnya. Ini bermaksud bahawa tinjauan selepas rawatan mungkin tidak begitu baik untuk bentuk barah yang lain.
Untuk memastikan hasil yang paling baik bagi penghidap barah paru-paru, profesional penjagaan kesihatan mesti memilih jenis rawatan terbaik untuk setiap individu. Namun, ini boleh menjadi rumit, kerana sering kali sukar untuk mengetahui orang mana yang paling banyak mendapat manfaat daripada rawatan tertentu.
Sukar bagi doktor untuk menentukan bagaimana jenis rawatan baru yang bermanfaat, seperti imunoterapi, bagi seseorang. Tidak seperti kemoterapi, yang melibatkan penggunaan ubat khusus untuk menyerang dan memusnahkan sel barah, imunoterapi berfungsi dengan meningkatkan tindak balas imun seseorang terhadap tumor barah.
Kini, pasukan yang diketuai oleh penyelidik dari Case Western Reserve University di Cleveland, OH - dengan kerjasama saintis dari enam institusi lain - telah mengembangkan model kecerdasan buatan (AI) baru. Model ini membolehkan pengamal penjagaan kesihatan mencari orang yang menghidap barah paru-paru mana yang paling mendapat manfaat daripada imunoterapi.
Penyelidik menjelaskan kaedah mereka dan melaporkan penemuan mereka dalam makalah kajian yang terdapat dalam jurnal Penyelidikan Imunologi Kanser.
"Walaupun imunoterapi telah mengubah keseluruhan ekosistem barah," jelas penulis bersama kajian Anant Madabhushi, "ia juga tetap sangat mahal - sekitar $ 200,000 setiap pesakit, setiap tahun.
"Itu adalah bahagian ketoksikan kewangan yang bersamaan dengan barah dan mengakibatkan kira-kira 42% daripada semua pesakit barah yang baru didiagnosis kehilangan simpanan hidup mereka dalam setahun diagnosis," tambahnya. Madabhushi juga menyatakan bahawa alat baru yang dia dan rakannya kerjakan dapat membantu doktor dan pesakit memutuskan terapi mana yang paling sesuai untuk mereka dan mengelakkan perbelanjaan yang tidak perlu.
Model baru dapat meramalkan hasil
Madabhushi menjelaskan bahawa dia dan rakannya mengembangkan model baru mereka berdasarkan penemuan baru-baru ini yang mengenal pasti tanda-tanda yang menunjukkan tumor barah yang bertindak balas terhadap rawatan.
Dalam kajian sebelumnya, para penyelidik mendapati bahawa sementara doktor biasanya menganggap bahawa ukuran tumor adalah petunjuk yang baik untuk sama ada pendekatan terapi berfungsi atau tidak, melihat ciri ini sahaja boleh menipu.
Sebaliknya, kata Madabhushi, "Kami telah mendapati bahawa perubahan tekstur adalah peramal yang lebih baik mengenai apakah terapi itu berfungsi."
"Kadang-kadang, misalnya, nodul mungkin kelihatan lebih besar setelah terapi kerana sebab lain, katakan kapal yang pecah di dalam tumor - tetapi terapi sebenarnya berfungsi," jelasnya. "Sekarang, kita mempunyai cara untuk mengetahui itu."
Untuk mengembangkan model AI yang baru, pasukan pertama kali menggunakan data dari imbasan tomografi (CT) dari 50 orang dengan barah paru-paru. Ini memungkinkan mereka membuat kaedah matematik yang dapat mengenal pasti perubahan ukuran dan tekstur yang berlaku pada tumor setelah terdedah kepada dua hingga tiga kitaran imunoterapi.
Kaedah ini menemui corak yang menunjukkan bahawa perubahan tertentu pada tumor dikaitkan dengan tindak balas positif terhadap rawatan imunoterapi, dan juga dengan kadar kelangsungan hidup pesakit yang lebih tinggi.
Kajian ini menegaskan sekali lagi bahawa tumor barah paru-paru yang menunjukkan perubahan tekstur yang paling ketara juga adalah yang paling baik bertindak balas terhadap imunoterapi.
"Ini adalah demonstrasi dari nilai dasar program, bahawa model pembelajaran mesin kita dapat meramalkan tindak balas pada pasien yang dirawat dengan perencat pusat pemeriksaan imun yang berbeza. Kami berhadapan dengan prinsip asas biologi. "
Pengarang bersama kajian Prateek Prasanna
Awal tahun ini, pengarang bersama Prateek Prasanna menerima Anugerah Merit American Society of Clinical Oncology 2019 Conquer Cancer Foundation untuk penyelidikan yang berkaitan dengan kajian ini.
Melangkah ke hadapan, pasukan ini merancang untuk menguji lebih lanjut kaedah AI mereka pada lebih banyak imbasan CT dari laman web lain, dan dari orang yang dirawat dengan agen imunoterapi yang berbeza.
