Lungekræft: AI viser, hvem der vil have gavn af immunterapi
Lungekræft er en almindelig og ofte aggressiv kræftform. Da det er vanskeligt for læger at opdage det tidligt, skal mennesker med lungekræft modtage den bedste og mest målrettede behandling for at gøre et positivt syn mere sandsynligt. Immunterapi er en mulighed, men hvordan kan læger vide, hvem der vil have gavn af det?
Ifølge National Cancer Institute er lungekræft og bronchuskræft den næstmest udbredte type kræft blandt mennesker i USA og tegner sig for 12,9% af alle nye kræfttilfælde.
Denne form for kræft har ofte ingen mærkbare symptomer i sine tidlige stadier, hvilket kan betyde, at læger først ikke er i stand til at opdage det. Dette betyder, at udsigterne efter behandling muligvis ikke er så gode som for andre former for kræft.
For at sikre de mest gunstige resultater for mennesker med lungekræft skal sundhedspersonale vælge den bedste type behandling for hver enkelt. Dette kan dog være vanskeligt, da det ofte er svært at fortælle, hvilken person der har størst gavn af en bestemt behandling.
Det kan også være svært for en læge at bestemme, hvor nyttigt nyere typer behandlinger, såsom immunterapi, vil være for en person. I modsætning til kemoterapi, som involverer brug af specifikke lægemidler til at angribe og ødelægge kræftceller, virker immunterapi ved at øge en persons immunrespons mod kræfttumorer.
Nu har et team ledet af forskere fra Case Western Reserve University i Cleveland, OH - i samarbejde med forskere fra seks andre institutioner - udviklet en ny kunstig intelligens (AI) model. Modellen giver sundhedspersonale mulighed for at finde ud af, hvilke mennesker med lungekræft der har størst gavn af immunterapi.
Efterforskerne forklarer deres metode og rapporterer deres resultater i et studieoplæg, der findes i tidsskriftet Kræftimmunologisk forskning.
”Selvom immunterapi har ændret hele kræftøkosystemet,” forklarer studieforfatter Anant Madabhushi, “er det også fortsat ekstremt dyrt - ca. $ 200.000 pr. Patient om året.
”Det er en del af den økonomiske toksicitet, der følger med kræft, og resulterer i, at ca. 42% af alle nyligt diagnosticerede kræftpatienter mister deres livsbesparelser inden for et år efter diagnosen,” tilføjer han. Madabhushi bemærker også, at det nye værktøj, han og hans kolleger arbejder på, kan hjælpe læger og patienter med at beslutte, hvilken terapi der passer dem bedst, og undgå unødvendige udgifter.
Ny model kan forudsige resultatet
Madabhushi forklarer, at han og hans kolleger udviklede deres nye model baseret på nylige fund, der identificerede de tegn, der viser, hvilke kræftformede tumorer, der reagerer på behandlingen.
I en tidligere undersøgelse fandt efterforskerne, at mens læger typisk har troet, at tumorstørrelse var en god indikator for, om en terapeutisk tilgang fungerer eller ej, kan det kun være vildledende at se på denne egenskab.
I stedet siger Madabhushi, "[vi] har fundet ud af, at strukturændring er en bedre forudsigelse for, om terapien fungerer."
”Nogle gange kan knuden for eksempel virke større efter terapi på grund af en anden grund, f.eks. Et ødelagt kar inde i tumoren - men terapien fungerer faktisk,” forklarer han. "Nu har vi en måde at vide det på."
For at udvikle den nye AI-model brugte holdet først data fra computertomografi (CT) -scanninger fra 50 personer med lungekræft. Dette tillod dem at oprette en matematisk metode, der kunne identificere eventuelle ændringer i størrelse og tekstur, der fandt sted i tumoren efter eksponering for to til tre cyklusser af immunterapi.
Metoden fandt mønstre, der indikerer, at særlige ændringer i tumorer var forbundet med et positivt svar på immunterapibehandlingen såvel som med højere patientoverlevelsesrater.
Denne undersøgelse fremhævede endnu en gang, at de lungekræfttumorer, der viser de mest mærkbare ændringer i tekstur, også er dem, der bedst reagerer på immunterapi.
”Dette er en demonstration af programmets grundlæggende værdi, at vores maskinlæringsmodel kunne forudsige respons hos patienter behandlet med forskellige immunkontrolhæmmere. Vi har at gøre med et grundlæggende biologisk princip. ”
Studer medforfatter Prateek Prasanna
Tidligere på året modtog medforfatter Prateek Prasanna en American Society of Clinical Oncology 2019 Conquer Cancer Foundation Merit Award for forskning forbundet med denne undersøgelse.
Fremadrettet planlægger holdet at teste deres AI-metode yderligere på flere CT-scanninger fra andre steder og fra mennesker behandlet med forskellige immunterapimidler.
