研究人员称,这项新技术可以帮助临床医生更快地向患者提供最佳治疗,并为更加个性化的药物铺平道路。他们希望这项技术可用于将卵巢癌患者分成基于其癌症质地对CT扫描而不是基于什么类型的癌症的分类,或者如何先进。
“尽管癌症治疗的进步,但晚期卵巢癌患者的长期存活率差。伦敦帝国学院的埃里克阿布古耶教授埃里克阿布古耶教授和癌症药理学与分子影像教授表示,迫切需要寻找治疗疾病的新方法。“我们的技术能够为临床医生提供更详细和准确的信息,有关患者的可能性如何应对不同的治疗,这可能使他们能够做出更好和更具目标的治疗决策。”
研究报告的合著者、帝国理工学院NHS信托基金的荣誉放射顾问专家安德里亚·罗卡尔教授补充道:“人工智能有潜力改变医疗服务的提供方式,改善患者的治疗结果。”我们的软件就是一个例子,我们希望它可以作为一种工具,帮助临床医生如何最好地管理和治疗卵巢癌患者。”
卵巢癌是女性第六大常见癌症,通常影响绝经后或有家族病史的女性。英国每年新增6000例卵巢癌患者,但长期生存率仅为35- 40%,因为一旦出现明显的腹胀症状,卵巢癌通常会在较晚的阶段被诊断出来。早期发现这种疾病可以提高存活率。
医生诊断卵巢癌的方法有很多种,包括验血以寻找一种叫做CA125的物质——癌症的一种迹象——然后用x射线进行CT扫描,再用电脑绘制卵巢肿瘤的详细图像。这有助于临床医生了解疾病的传播范围,并决定患者接受的治疗类型,如手术和化疗。
但是,扫描不能给临床医生详细介绍患者可能的整体结果或对治疗干预的可能影响。研究人员使用称为Texlab的数学软件工具,以识别CT扫描和组织样本中肿瘤和364名患有卵巢癌的组织样本的侵略性,2004年至2015年之间。
该软件检测了肿瘤的四种生物学特征——结构、形状、大小和基因组成,这些特征对总体生存有显著影响——以评估患者的预后。然后给患者一个称为放射组预后载体(RPV)的评分,以显示疾病的严重程度,范围从轻到重。
研究人员将结果与血液测试和目前医生用来估计生存的预后评分进行了比较。他们发现,该软件预测卵巢癌死亡的准确性是标准方法的四倍。研究小组还发现,5%的RPV评分高的患者的存活率低于两年。高的RPV也与化疗耐药和糟糕的手术结果有关,这表明RPV可以作为一种潜在的生物标志物来预测患者对治疗的反应。
Aboagye教授表示,该技术可用于识别不太可能应对标准治疗的患者,并为他们提供替代治疗方法。研究人员将进行更大的研究,以了解软件如何预测个体患者的手术和/或药物治疗的结果。
来源:伦敦帝国理工学院