倫敦帝國理工學(xué)院和墨爾本大學(xué)的科學(xué)家開發(fā)了人工智能(AI)軟件，他們聲稱這種軟件可以比現(xiàn)有方法更準(zhǔn)確地預(yù)測卵巢癌預(yù)后，并且還可以指出哪些治療最有可能對(duì)個(gè)體患者有效。倫敦帝國理工學(xué)院癌癥藥理學(xué)和分子影像學(xué)教授Eric Aboagye博士表示，該軟件已經(jīng)通過英國哈默史密斯醫(yī)院的一項(xiàng)研究進(jìn)行試驗(yàn)，可以為更加有效的個(gè)性化治療鋪平道路。作者在團(tuán)隊(duì)發(fā)表的自然通訊論文中。“我們的技術(shù)能夠?yàn)榕R床醫(yī)生提供有關(guān)患者如何對(duì)不同治療方法做出反應(yīng)的更詳細(xì)和準(zhǔn)確的信息，從而使他們能夠做出更好，更有針對(duì)性的治療決策。”哈默史密斯醫(yī)院是帝國理工學(xué)院醫(yī)療保健NHS信托的一部分。

研究人員在一篇題為“ 計(jì)算機(jī)斷層掃描圖像中的腫瘤 - 介觀 - 結(jié)構(gòu)的數(shù)學(xué)描述符 - 注釋上皮性卵巢癌的預(yù)后和分子表型 ”的論文中報(bào)道了他們對(duì)新軟件的試驗(yàn)。

作者表示，上皮性卵巢癌(EOC)是英國女性中第六大常見癌癥，并且所有婦科癌癥的死亡率最高。EOC的五年存活率約為35-40%，癌癥占女性所有癌癥死亡人數(shù)的4%。通常不會(huì)進(jìn)行診斷，直到癥狀在稍后而不是早期階段變得明顯。

高級(jí)別漿液性卵巢癌(HGSOC)是該疾病中最普遍和最致命的亞型，影響約70%的EOC患者?；蚪M分析研究揭示了化療耐藥和難治性HGSOC的許多推定的預(yù)后生物標(biāo)志物，而microRNA數(shù)據(jù)也被用于幫助分層EOC風(fēng)險(xiǎn)。然而，“它仍然具有挑戰(zhàn)性，”作者寫道，“由于腫瘤內(nèi)異質(zhì)性，額外的高檢測成本和時(shí)間延遲，將這些分子確定的特征轉(zhuǎn)化為臨床相關(guān)的生物標(biāo)志物。”所需要的是實(shí)時(shí)的，非侵入性的和經(jīng)濟(jì)有效的預(yù)后標(biāo)記方法，有助于確定個(gè)體EOC患者的最佳治療方案。

卵巢癌診斷通常可涉及血液測定以測試生物標(biāo)志物CA125，并且CT掃描以提供任何腫瘤的詳細(xì)視圖。腫瘤成像可以幫助確定疾病進(jìn)展和擴(kuò)散的程度，從而表明除化療外，手術(shù)是否可能是一種治療選擇。但掃描不能做的是預(yù)測總體結(jié)果或不同治療方案在現(xiàn)實(shí)中的有效性。

“盡管癌癥治療取得了進(jìn)展，但晚期卵巢癌患者的長期存活率仍然很低，”Aboagye說。“迫切需要找到治療這種疾病的新方法。”研究人員的新計(jì)算工具，名為TEXLab，使用機(jī)器學(xué)習(xí)來評(píng)估卵巢腫瘤，詳細(xì)分析四種生物學(xué)特征 - 結(jié)構(gòu)，形狀，大小，基因組成 - 這對(duì)整體生存率有影響。結(jié)果產(chǎn)生為放射性預(yù)后載體(RPV)評(píng)分，其指示疾病的嚴(yán)重性和可能的??預(yù)后。

在報(bào)告的試驗(yàn)中，對(duì)來自364名EOC患者的術(shù)前CT掃描，對(duì)657種不同的定量數(shù)學(xué)描述符進(jìn)行了軟件測試。還評(píng)估了一部分患者的蛋白質(zhì)表達(dá)和基因組譜，并分析了來自原發(fā)性EOC患者的新鮮冷凍組織樣品，以便可獲得組織學(xué)，蛋白質(zhì)和基因表達(dá)數(shù)據(jù)以提供RPV結(jié)果旁邊的背景。

研究結(jié)果表明，RPV評(píng)分在預(yù)測卵巢癌死亡方面的準(zhǔn)確度是目前血液檢測和其他預(yù)后評(píng)分的四倍。數(shù)據(jù)還表明，5%具有高RPV評(píng)分的患者的存活率低于2年，而高RPV結(jié)果與腫瘤對(duì)化療的抗性和不良手術(shù)結(jié)果相似。

“值得注意的是，與現(xiàn)有的預(yù)后標(biāo)志物(包括CA125和基于轉(zhuǎn)錄組的分子亞型)相比，RPV具有更好的預(yù)后能力，并可能與現(xiàn)有的基于CT的形態(tài)學(xué)方法協(xié)同作用，”作者寫道。“基于RPV與原發(fā)性化療或手術(shù)治療之間的強(qiáng)烈關(guān)聯(lián)，我們證明高RPV患者具有高質(zhì)量手術(shù)或全身策略失敗的風(fēng)險(xiǎn)，并表明他們可能需要針對(duì)其他治療方法。 ”

這些總體數(shù)據(jù)表明RPV可以代表預(yù)測治療反應(yīng)的生物標(biāo)志物，并且可以用于鑒定不太可能從標(biāo)準(zhǔn)療法中受益并且可能需要替代治療方法的患者。“人工智能有可能改變醫(yī)療保健的方式，改善患者的治療效果，”研究報(bào)告的共同作者，帝國大學(xué)醫(yī)療保健NHS信托的名譽(yù)顧問放射學(xué)家Andrea Rockall博士評(píng)論說。“我們的軟件就是一個(gè)例子，我們希望它可以作為一種工具，幫助臨床醫(yī)生如何最好地管理和治療卵巢癌患者。”

有趣的是，在腫瘤的蛋白質(zhì)組學(xué)，轉(zhuǎn)錄組學(xué)和遺傳學(xué)分析的背景下評(píng)估RPV數(shù)據(jù)表明高RPV評(píng)分與特定基質(zhì)表型和DNA損傷反應(yīng)途徑的激活相關(guān)，這可能可行地暗示治療靶標(biāo)。“總的來說，一方面是基質(zhì)表型，另一方面是增殖和DNA損傷反應(yīng)途徑，分別在RPV高和RPV低腫瘤中被激活，所有這些都是HGSOC的潛在可行治療靶點(diǎn)，”研究小組評(píng)論說。

“在本研究中，我們獲得并分析了一個(gè)全面的放射學(xué)特征，其中包含總共364個(gè)EOC病例的特征 - 這是EOC類型中最大的研究，”該團(tuán)隊(duì)總結(jié)道。“我們發(fā)現(xiàn)了一種新的基于放射免疫學(xué)的預(yù)后信號(hào)RPV，它不僅具有強(qiáng)大的預(yù)后能力(HR> 3)，而且與現(xiàn)有的分子譜和預(yù)測相關(guān)的臨床因素相比，也是非侵入性且易于獲取的。”

目前正在計(jì)劃進(jìn)行更大規(guī)模的研究，以了解軟件如何準(zhǔn)確預(yù)測手術(shù)結(jié)果，以及個(gè)體患者對(duì)特定治療的反應(yīng)。

重要的是，RPV預(yù)后模型很簡單，只需要患者常規(guī)CT掃描的信息，該掃描可立即獲得，無需額外費(fèi)用。研究人員指出，該軟件也很快，可以在標(biāo)準(zhǔn)計(jì)算機(jī)上在5分鐘內(nèi)計(jì)算出80個(gè)EOC數(shù)據(jù)集的RPV。

雖然RPV方法的預(yù)測能力在兩個(gè)獨(dú)立的患者隊(duì)列中得到驗(yàn)證，但研究人員承認(rèn)他們的研究在設(shè)計(jì)上是回顧性的，并且應(yīng)該進(jìn)行未來的前瞻性研究或?qū)仡櫺噪S機(jī)臨床試驗(yàn)數(shù)據(jù)的分析。然而，他們得出結(jié)論：“......我們已經(jīng)發(fā)現(xiàn)并驗(yàn)證了一種新的腫瘤表型和預(yù)后的數(shù)學(xué)描述，令人信服地滿足了EOC患者管理中未滿足的需求，并證明了一種顛覆性技術(shù)為多種患者分類開辟了道路并且快速的患者在護(hù)理點(diǎn)進(jìn)入臨床試驗(yàn)。“