人工智能方法可能有助于識(shí)別面臨癌癥復(fù)發(fā)高風(fēng)險(xiǎn)的黑色素瘤幸存者

大多數(shù)死于黑色素瘤(最致命的皮膚癌形式)的患者，最初被診斷為早期黑色素瘤，后來又經(jīng)歷了復(fù)發(fā)，這種復(fù)發(fā)通常在擴(kuò)散或轉(zhuǎn)移后才被發(fā)現(xiàn)。

由馬薩諸塞州總醫(yī)院 (MGH) 的研究人員領(lǐng)導(dǎo)的一個(gè)團(tuán)隊(duì)最近開發(fā)了一種基于人工智能的方法來預(yù)測(cè)哪些患者最有可能復(fù)發(fā)，因此有望從積極治療中受益。該方法已在npj Precision Oncology上發(fā)表的一項(xiàng)研究中得到驗(yàn)證。

大多數(shù)早期黑色素瘤患者接受手術(shù)切除癌細(xì)胞，但晚期癌癥患者通常接受免疫檢查點(diǎn)抑制劑，有效增強(qiáng)對(duì)腫瘤細(xì)胞的免疫反應(yīng)，但也有明顯的副作用。

“迫切需要開發(fā)預(yù)測(cè)工具來幫助選擇高風(fēng)險(xiǎn)患者，因?yàn)槊庖邫z查點(diǎn)抑制劑的益處將證明這種治療類別觀察到的高發(fā)病率和潛在致命的免疫不良事件是合理的，”高級(jí)說作者 Yevgeniy R. Semenov，醫(yī)學(xué)博士，MGH 皮膚科研究員。

“對(duì)黑色素瘤復(fù)發(fā)的可靠預(yù)測(cè)可以為免疫治療提供更精確的治療選擇，減少向轉(zhuǎn)移性疾病的進(jìn)展，提高黑色素瘤的存活率，同時(shí)最大限度地減少治療毒性的暴露。”

為了幫助實(shí)現(xiàn)這一目標(biāo)，Semenov 和他的同事評(píng)估了基于機(jī)器學(xué)習(xí)(人工智能的一個(gè)分支)的算法的有效性，該算法使用來自患者電子健康記錄的數(shù)據(jù)來預(yù)測(cè)黑色素瘤的復(fù)發(fā)。

具體來說，該團(tuán)隊(duì)收集了 1,720 個(gè)早期黑色素瘤——其中 1,172 個(gè)來自麻省總醫(yī)院 Brigham 醫(yī)療保健系統(tǒng) (MGB)，548 個(gè)來自 Dana-Farber 癌癥研究所 (DFCI)——并從電子健康記錄中提取了這些癌癥的 36 個(gè)臨床和病理學(xué)特征，以使用機(jī)器學(xué)習(xí)算法預(yù)測(cè)患者的復(fù)發(fā)風(fēng)險(xiǎn)。使用各種 MGB 和 DFCI 患者組開發(fā)和驗(yàn)證了算法，腫瘤厚度和癌細(xì)胞分裂率被確定為最具預(yù)測(cè)性的特征。

　　免責(zé)聲明：本文由用戶上傳，與本網(wǎng)站立場(chǎng)無關(guān)。財(cái)經(jīng)信息僅供讀者參考，并不構(gòu)成投資建議。投資者據(jù)此操作，風(fēng)險(xiǎn)自擔(dān)。 如有侵權(quán)請(qǐng)聯(lián)系刪除！