人工智能可以预测卵巢癌患者的生存期-焦点信息

伦敦帝国理工学院和伦敦墨尔本大学的研究人员创建的人工智能软件可以比现有方法更准确地预测卵巢癌患者的预后。它还可以预测诊断后哪些治疗对患者最有效。

这项研究发表在《自然通讯》上，该研究在帝国大学健康保健国民保健服务信托的哈默史密斯医院进行。

研究人员表示，这项新技术可以帮助临床医生更快地为患者提供最佳治疗，并为更个性化的医疗保健铺平道路。他们希望这项技术可以用于根据CT扫描中癌症纹理的细微差异对卵巢癌患者进行分类，而不是根据他们患有何种类型的癌症或其进展程度进行分类。

【资料图】

伦敦帝国理工学院的第一作者、癌症药理学和分子影像学教授Eric Aboagye教授说：

“尽管癌症治疗取得了进展，但晚期卵巢癌患者的长期生存率仍然很低。迫切需要找到治疗这种疾病的新方法。我们的技术可以为临床医生提供更详细、更准确的信息。患者对不同治疗方法的反应可以帮助他们做出更好、更有针对性的治疗决策。”

联合作者、帝国大学健康国民保健服务信托名誉顾问放射科医师安德里亚罗卡尔教授补充道：

“人工智能有潜力改变医疗方式，提高患者的治疗效果。我们的软件就是一个例子，我们希望它可以作为一个工具来帮助临床医生如何最好地管理和治疗卵巢癌患者。

卵巢癌是女性中第六常见的癌症，通常影响绝经后妇女或有这种疾病史的妇女。英国每年新增6000例卵巢癌，但长期生存率只有35%到40%，因为一旦出现腹胀等症状，这种疾病通常会在很晚的时候确诊。疾病的早期发现可以提高存活率。

医生诊断卵巢癌的方法很多，包括验血寻找一种叫做CA125的物质——癌症的标志——然后进行CT扫描，利用x光和电脑制作卵巢肿瘤的详细图片。这有助于临床医生了解疾病传播的程度，并确定患者接受的治疗类型，如手术和化疗。

然而，扫描不能让临床医生详细了解患者可能的总体结局或治疗干预可能产生的影响。

研究人员使用了一个名为TEXLab的数学软件工具来识别2004年至2015年364名卵巢癌患者的CT扫描和组织样本中肿瘤的侵袭性。

该软件检查了肿瘤的四个生物学特征，这些特征会显著影响整体存活率——结构、形状、大小和基因组成——以评估患者的预后。然后，给患者一个称为放射性预后向量(RPV)的分数，该分数显示疾病的严重程度，从轻度到重度不等。

研究人员将结果与血液测试和医生用来评估存活率的当前预后评分进行了比较。他们发现该软件在预测卵巢癌死亡方面比标准方法精确四倍。

研究小组还发现，RPV评分高的5%患者的生存率不到两年。RPV高也与化疗耐药和手术效果差有关，说明RPV可作为预测患者治疗反应的潜在生物标志物。

Aboagye教授建议，这种技术可以用于识别对标准治疗不太可能有反应的患者，并为他们提供替代治疗。

研究人员将进行更大规模的研究，以了解该软件如何准确预测单个患者的手术和/或药物治疗结果。

该研究由NIHR皇家生物医学研究中心、伦敦帝国理工学院实验癌症医学中心和伦敦帝国理工学院伦敦组织银行资助。

这项研究是伦敦帝国理工学院健康科学中心开展的工作的一个例子，该中心是伦敦帝国理工学院和三个国民保健制度医院信托机构的联合倡议。它旨在通过将科学发现转化为医学进步来改变医疗保健，以便尽快惠及当地、国家和全球人口。