Nature子刊：人工智慧可預測卵巢癌患者生存率和治療反應

卵巢癌是女性第六大常見癌症，通常影響絕經後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，就已經是較晚期的階段。早期發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。它的技術原理是尋找一種叫做CA125的物質(一種癌症的跡象)，然後進行CT掃描，用x光和電腦來進一步製作卵巢腫瘤的詳細圖像。這有助於臨床醫生了解疾病的傳播範圍，並確定患者接受的治療類型，以確定手術還是化療。然而，這種方法也存在弊端，它並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，由倫敦帝國理工學院(Imperial College London)和墨爾本大學(University of Melbourne)的研究人員開發了一款人工智慧軟體，它能夠比現有的方法更準確地預測卵巢癌患者的預後，而且還可以預測哪些治療方法對確診後的患者最有效。

這項發表在《Nature Communications》雜誌上的試驗是在帝國大學醫療保健NHS信託基金會(Imperial College Healthcare NHS Trust)的Hammersmith醫院進行的。

研究人員表示，這項新技術可以幫助臨床醫生更快地對患者實施最佳治療，並為更個性化的醫療鋪平道路。他們希望這項技術可以用於根據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症的類型或進展程度進行分類。

「儘管癌症治療已經取得了進展，但晚期卵巢癌患者的長期生存率仍然很低，迫切需要找到診療這種疾病的新方法。」主要作者、倫敦帝國理工學院Eric Aboagye教授指出，「我們的技術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的提供方式，並改善患者的預後。我們的軟體就是一個例子，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、帝國理工學院NHS信託基金的名譽放射科顧問Andrea Rockall教授進一步說道。

具體來說，在最新的這項研究中，研究人員使用一種名為TEXLab的數學軟體工具，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。

該軟體檢測了腫瘤的四個生物學特徵，即結構、形狀、大小和基因組成，這些特徵顯著影響患者的整體生存，以評估患者的預後。隨後給患者進行一個名為放射預測載體(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評估生存率的預後評分進行了比較。他們發現，該軟體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結果相關。這表明，RPV可用作預測患者對治療反應的潛在生物標誌物。

Aboagye教授建議，這項技術可以用來識別那些不太可能對標準療法產生反應的患者，並為他們提供替代療法。

接下來，研究人員將開展一項規模更大的研究，以了解該軟體預測單個患者手術和/或藥物治療結果的準確性。

責編：探索君

End

參考資料：

1）Human cells can also change jobs

2）Human cells reprogrammed to create insulin

3）Diabetes relief in mice by glucose-sensing insulin-secreting human α-cells

本文系生物探索原創，歡迎個人轉發分享。其他任何媒體、網站如需轉載，須在正文前註明來源生物探索。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！