Nauka dla Społeczeństwa

29.03.2024
PL EN
27.11.2019 aktualizacja 27.11.2019

Sztuczna inteligencja przewiduje skuteczność immunoterapii raka

Fot. Fotolia Fot. Fotolia

Na podstawie zmian tekstury tkanek wewnątrz i na zewnątrz guza uwidocznionych podczas tomografii komputerowej sztuczna inteligencja (AI) potrafi przewidzieć, jak dobrze pacjenci z rakiem płuca zareagują na kosztowną i niepozbawioną ryzyka skutków ubocznych immunoterapię.

Naukowcy z laboratorium obrazowania cyfrowego Case Western Reserve University w Cleveland opracowali wcześniej pionierską metodę przewidywania skuteczności chemioterapii. O ich pracy informuje pismo "Cancer Immunology Research".

Dokonali tego, ucząc komputer porównywania skanów wykonanych metodą tomografii komputerowej (TK) przy pierwszym rozpoznaniu raka płuca oraz po pierwszych 2-3 cyklach leczenia immunoterapią. Analizowane są zarówno zmiany obecne wewnątrz, jak i na zewnątrz guza.

"Te badania naprawdę wydają się odzwierciedlać coś dotyczącego samej biologii choroby, bardziej agresywnego fenotypu - a to informacje, których onkolodzy obecnie nie mają" - powiedział prof. Anant Madabhushi, którego Center for Computational Imaging and Personalized Diagnostics (CCIPD) stało się światowym liderem w wykrywaniu, diagnozowaniu i charakteryzowaniu różnych nowotworów i innych chorób poprzez połączenie obrazowania medycznego, uczenia maszynowego i sztucznej inteligencji.

Obecnie tylko około 20 proc. wszystkich pacjentów z nowotworami faktycznie odnosi korzyść z immunoterapii. Immunoterapia różni się od chemioterapii tym, że wykorzystuje leki pomagające układowi odpornościowemu w walce z chorobą, podczas gdy chemioterapia wykorzystuje leki do bezpośredniego zabijania komórek rakowych. Immunoterapia wciąż jest niezwykle droga (około 200 tys. dol. na pacjenta rocznie). Ta - jak to określił prof. Madabhushi - "toksyczność finansowa" powoduje, że około 42 proc. wszystkich nowo zdiagnozowanych pacjentów z nowotworem traci swoje oszczędności w ciągu roku od diagnozy. Przewidując z góry, którzy pacjenci zareagują na immunoterapię, sztuczna inteligencja mogłaby uchronić część z nich przed ogromnym, a nieprzynoszącym korzyści dla zdrowia wydatkiem.

Khorrami - doktorant pracujący w CCIPD powiedział, że jednym z bardziej znaczących postępów w badaniach była zdolność programu komputerowego do zauważenia zmian tekstury, objętości i kształtu danej zmiany, a nie tylko jej wielkości.

"Jest to ważne, ponieważ kiedy lekarz decyduje na podstawie samych obrazów KT, czy pacjent zareagował na terapię, często zależy to od wielkości zmiany" - powiedział Khorrami. - "Odkryliśmy, że zmiana tekstur jest lepszym predyktorem tego, czy terapia działa. Czasami na przykład guzek może wydawać się większy po terapii z innego powodu - powiedzmy, pękniętego naczynia wewnątrz guza - ale terapia faktycznie działa. Teraz mamy sposób, aby to wiedzieć".

Prasanna, postdoktoralny pracownik naukowy laboratorium Madabhushi powiedział, że badanie wykazało również, iż uzyskane wyniki były spójne w przypadku skanów pacjentów leczonych w dwóch różnych miejscach i przy użyciu trzech różnych rodzajów środków immunoterapeutycznych. Dowodzi to wartości programu AI.

Widoczne na skanach KT wzorce, które były najbardziej związane z pozytywną odpowiedzią na leczenie i ogólną przeżywalnością pacjentów, okazały się później być ściśle związane z rozmieszczeniem komórek odpornościowych na preparatach uzyskanych podczas biopsji diagnostycznych u tych pacjentów. (PAP)

Autor: Paweł Wernicki

pmw/ zan/

Przed dodaniem komentarza prosimy o zapoznanie z Regulaminem forum serwisu Nauka w Polsce.

Copyright © Fundacja PAP 2024