来自一个患者(a)的微卫星不稳定性(MSI)和一个患者(b)的微卫星稳定性(MSS)的组织。
资料来源:雅各布·尼古拉斯·凯瑟
11.06.2019•

癌症:人工智能识别患者进行免疫治疗

癌细胞遗传物质的某些部分的变化,即所谓的微卫星,可以提供一个重要的指标,以判断免疫疗法是否可能成功治疗胃癌或结肠直肠癌患者。来自亚achen大学、德国癌症研究中心(DKFZ)、德国癌症协会(DKTK)和海德堡国家肿瘤疾病中心(NCT)的科学家开发了一种自适应算法,可以直接基于组织样本图像预测微卫星的不稳定性。这可能有助于在早期阶段识别哪些患者可以从免疫治疗中获益。

只有少数胃癌或结直肠癌患者对免疫治疗有反应。一些肿瘤会导致遗传物质的改变,这可能会导致基因组的部分发生突变,这些部分被称为“微卫星”,经常被复制。这种微卫星不稳定性(MSI)是区分不同胃肠道癌症的一个特征,它决定了这些疾病的患者是否能够对使用检查点抑制剂的免疫治疗有良好的反应。检测这些特性通常需要进行基因或免疫组化检测,这需要额外的费用,而且在临床实践中并不总是自动对每个患者进行检测。

亚琛和海德堡的科学家与国际同行合作,证明了一种基于深度学习概念的计算机辅助适应性算法,使MSI能够根据常规可用的组织样本图像直接诊断,而不需要额外的实验室测试。“通过我们的方法,我们有潜力对任何结直肠癌患者进行MSI自动且经济有效的检测,这使我们能够为更大范围的结直肠癌患者提供免疫治疗的选择。”Jakob Nikolas Kather说,他是亚achen大学的胃肠病学、代谢疾病和内部重症护理诊所(医学诊所III)的医生和科学家,也是DKFZ和海德堡国家ct的工作人员。“这使得我们有可能识别出那些可能从未考虑过进行免疫治疗的患者。然而,这种方法必须在前瞻性研究中进行审查,”NCT海德堡医学肿瘤科医学和执行主任Dirk Jäger补充说。

订阅我们的通讯

相关文章

人工智能甚至能检测到最小的转移

人工智能甚至能检测到最小的转移

研究人员开发了一种新的算法,能够在整个小鼠的单个播散癌细胞水平上自动检测转移。

深度学习识别癌症的分子模式

深度学习识别癌症的分子模式

人工智能平台可以极其快速地分析基因组数据,从中挑选出关键模式,对不同类型的结直肠肿瘤进行分类,并改进药物发现过程。

用钢笔标出癌症的边缘

用钢笔标出癌症的边缘

在手术过程中,MasSpec Pen可以从储存的胰腺样本中准确区分健康和癌变组织。

人工智能评估皮肤癌的转移潜力

人工智能评估皮肤癌的转移潜力

利用深度学习算法,研究人员开发了一种方法,可以准确预测哪些皮肤癌的转移率很高。

人工智能捷径在癌症治疗中引入了偏见

人工智能捷径在癌症治疗中引入了偏见

人工智能工具模型是治疗癌症的强大工具。然而,除非这些算法得到适当的校准,否则它们有时会做出不准确或有偏差的预测。

人工智能方法可以检测宫颈癌的前体

人工智能方法可以检测宫颈癌的前体

利用人工智能和移动数字显微镜技术,研究人员希望创造出能够在资源有限的环境下检测妇女宫颈癌前体的筛查工具。

肺癌:人工智能可以预测复发的风险

肺癌:人工智能可以预测复发的风险

与病理学家合作的计算机科学家已经训练了一种人工智能工具,以确定哪些肺癌患者在治疗后复发的风险更高。

ConvPath软件使用人工智能识别癌细胞

ConvPath软件使用人工智能识别癌细胞

一个软件工具使用人工智能从数字病理学图像中识别癌细胞,为临床医生提供了一种预测患者预后的强大方法。

深度学习有助于发现恶性肺癌

深度学习有助于发现恶性肺癌

在基于深度学习的软件的帮助下,放射科医生能够更好地在胸部x光片中发现恶性肺癌。

受欢迎的文章

订阅简报
Baidu