Καρκίνος του πνεύμονα: Η AI δείχνει ποιος θα επωφεληθεί από την ανοσοθεραπεία
Ο καρκίνος του πνεύμονα είναι μια κοινή και συχνά επιθετική μορφή καρκίνου. Καθώς είναι δύσκολο για τους γιατρούς να το ανιχνεύσουν νωρίς, τα άτομα με καρκίνο του πνεύμονα πρέπει να λάβουν την καλύτερη, πιο στοχευμένη θεραπεία για να κάνουν πιο πιθανή μια θετική εικόνα. Η ανοσοθεραπεία είναι μια επιλογή, αλλά πώς μπορούν οι γιατροί να γνωρίζουν ποιος θα ωφεληθεί;
Σύμφωνα με το Εθνικό Ινστιτούτο Καρκίνου, ο καρκίνος του πνεύμονα και του βρόγχου είναι ο δεύτερος πιο διαδεδομένος τύπος καρκίνου μεταξύ των ανθρώπων στις Ηνωμένες Πολιτείες, αντιπροσωπεύοντας το 12,9% όλων των νέων περιπτώσεων καρκίνου.
Αυτή η μορφή καρκίνου συχνά δεν έχει εμφανή συμπτώματα στα αρχικά της στάδια, πράγμα που μπορεί να σημαίνει ότι οι γιατροί δεν μπορούν να τον εντοπίσουν στην αρχή. Αυτό σημαίνει ότι οι προοπτικές μετά τη θεραπεία μπορεί να μην είναι τόσο καλές όσο και για άλλες μορφές καρκίνου.
Για να διασφαλιστούν τα πιο ευνοϊκά αποτελέσματα για άτομα με καρκίνο του πνεύμονα, οι επαγγελματίες του τομέα της υγείας πρέπει να επιλέξουν τον καλύτερο τύπο θεραπείας για κάθε άτομο. Αυτό, ωστόσο, μπορεί να είναι δύσκολο, καθώς είναι συχνά δύσκολο να πούμε ποιο άτομο θα ωφεληθεί περισσότερο από μια συγκεκριμένη θεραπεία.
Μπορεί επίσης να είναι δύσκολο για έναν γιατρό να προσδιορίσει πόσο ευεργετικοί είναι οι νεότεροι τύποι θεραπειών, όπως η ανοσοθεραπεία, για ένα άτομο. Σε αντίθεση με τη χημειοθεραπεία, η οποία περιλαμβάνει τη χρήση συγκεκριμένων φαρμάκων για επίθεση και καταστροφή καρκινικών κυττάρων, η ανοσοθεραπεία ενισχύει την ανοσολογική αντίδραση ενός ατόμου κατά των καρκινικών όγκων
Τώρα, μια ομάδα με επικεφαλής ερευνητές από το Πανεπιστήμιο Case Western Reserve στο Κλίβελαντ του ΟΗ - σε συνεργασία με επιστήμονες από έξι άλλα ιδρύματα - ανέπτυξε ένα νέο μοντέλο τεχνητής νοημοσύνης (AI). Το μοντέλο επιτρέπει στους επαγγελματίες υγείας να βρουν ποια άτομα με καρκίνο του πνεύμονα θα επωφεληθούν περισσότερο από την ανοσοθεραπεία.
Οι ερευνητές εξηγούν τη μέθοδο τους και αναφέρουν τα ευρήματά τους σε ένα έγγραφο μελέτης που εμφανίζεται στο περιοδικό Έρευνα ανοσολογίας καρκίνου.
«Παρόλο που η ανοσοθεραπεία έχει αλλάξει ολόκληρο το οικοσύστημα του καρκίνου», εξηγεί ο συν-συγγραφέας της μελέτης Anant Madabhushi, «παραμένει επίσης εξαιρετικά ακριβό - περίπου 200.000 $ ανά ασθενή, ετησίως.
«Αυτό είναι μέρος της οικονομικής τοξικότητας που συνοδεύει τον καρκίνο και έχει ως αποτέλεσμα περίπου το 42% όλων των ασθενών με καρκίνο που μόλις διαγνώστηκαν να χάσουν τις αποταμιεύσεις ζωής τους εντός ενός έτους από τη διάγνωση», προσθέτει. Ο Madabhushi σημειώνει επίσης ότι το νέο εργαλείο που αυτός και οι συνάδελφοί του εργάζονται μπορεί να βοηθήσει τους γιατρούς και τους ασθενείς να αποφασίσουν ποια θεραπεία τους ταιριάζει καλύτερα και να αποφύγει περιττές δαπάνες.
Το νέο μοντέλο μπορεί να προβλέψει το αποτέλεσμα
Ο Madabhushi εξηγεί ότι αυτός και οι συνάδελφοί του ανέπτυξαν το νέο τους μοντέλο βασισμένο σε πρόσφατα ευρήματα που εντόπισαν τα σημάδια που δείχνουν ποιοι καρκινικοί όγκοι ανταποκρίνονται στη θεραπεία.
Σε μια προηγούμενη μελέτη, οι ερευνητές διαπίστωσαν ότι ενώ οι γιατροί συνήθως πίστευαν ότι το μέγεθος του όγκου ήταν ένας καλός δείκτης του κατά πόσον μια θεραπευτική προσέγγιση λειτουργεί ή όχι, η εξέταση αυτού του χαρακτηριστικού από μόνη της μπορεί να είναι παραπλανητική.
Αντ 'αυτού, λέει ο Madabhushi, «[β] έχουμε βρει ότι η αλλαγή της υφής είναι καλύτερη πρόβλεψη για το εάν η θεραπεία λειτουργεί.»
«Μερικές φορές, για παράδειγμα, το οζίδιο μπορεί να φαίνεται μεγαλύτερο μετά τη θεραπεία για έναν άλλο λόγο, ας πούμε ένα σπασμένο αγγείο μέσα στον όγκο - αλλά η θεραπεία λειτουργεί πραγματικά», εξηγεί. «Τώρα, έχουμε έναν τρόπο να το γνωρίζουμε».
Για να αναπτύξει το νέο μοντέλο AI, η ομάδα χρησιμοποίησε για πρώτη φορά δεδομένα από σαρώσεις υπολογιστικής τομογραφίας (CT) από 50 άτομα με καρκίνο του πνεύμονα. Αυτό τους επέτρεψε να δημιουργήσουν μια μαθηματική μέθοδο ικανή να εντοπίσει τυχόν αλλαγές στο μέγεθος και την υφή που συμβαίνουν στον όγκο μετά από έκθεση σε δύο έως τρεις κύκλους ανοσοθεραπείας.
Η μέθοδος βρήκε μοτίβα που δείχνουν ότι συγκεκριμένες αλλαγές στους όγκους συσχετίστηκαν με θετική ανταπόκριση στη θεραπεία ανοσοθεραπείας, καθώς και με υψηλότερα ποσοστά επιβίωσης των ασθενών.
Αυτή η μελέτη τόνισε για άλλη μια φορά ότι αυτοί οι όγκοι του καρκίνου του πνεύμονα που παρουσιάζουν τις πιο αξιοσημείωτες αλλαγές στην υφή είναι επίσης αυτοί που ανταποκρίνονται καλύτερα στην ανοσοθεραπεία.
«Αυτή είναι μια απόδειξη της θεμελιώδους αξίας του προγράμματος, ότι το μοντέλο μηχανικής μάθησης θα μπορούσε να προβλέψει την ανταπόκριση σε ασθενείς που έλαβαν διαφορετικούς αναστολείς του ανοσοποιητικού σημείου ελέγχου. Αντιμετωπίζουμε μια θεμελιώδη βιολογική αρχή ».
Συν-συγγραφέας μελέτης Prateek Prasanna
Νωρίτερα φέτος, ο συν-συγγραφέας Prateek Prasanna έλαβε ένα βραβείο Αμερικανικής Εταιρείας Κλινικής Ογκολογίας 2019 Conquer Cancer Foundation για έρευνα που σχετίζεται με αυτήν τη μελέτη.
Προς τα εμπρός, η ομάδα σχεδιάζει να δοκιμάσει περαιτέρω τη μέθοδο AI τους σε περισσότερες αξονικές τομογραφίες από άλλους ιστότοπους και από άτομα που έλαβαν θεραπεία με διαφορετικούς παράγοντες ανοσοθεραπείας.
