英国和爱尔兰科学家开发出一套AI算法,能够识别哪些患者最有可能从一种近期获批用于NHS(英国国家医疗服务体系)的结直肠癌(CRC)治疗药物中获益,从而帮助患者避免接受无效且有风险的治疗。
PhenMap工具由伦敦癌症研究所(ICR)和都柏林皇家外科医学院(RCSI)的科学家联合开发,可用于指导VEGF抑制剂贝伐珠单抗的使用。该药物去年12月已获批将适用范围扩展至接受化疗的未经治疗的转移性结直肠癌患者。
贝伐珠单抗生物类似药的上市使NHS得以首次将其用于结直肠癌治疗,但该药物仅对少部分患者有效,且存在高血压、胃肠道问题及血栓等严重副作用风险。
PhenMap被用于分析117名结直肠癌患者的肿瘤基因构成及其他临床和人口统计学数据,构建出一套机器学习算法,通过评分来评估患者在化疗基础上联合使用贝伐珠单抗的潜在获益程度。另一AI工具则生成评分,用于预测联合治疗后患者的死亡风险。
AI识别出的规律之一是:携带BRAF基因突变的患者均属于高风险组,预后较差,死亡风险显著更高。相关研究成果已发表于《自然》旗下期刊《科学报告》。
研究团队的下一步计划是利用更大范围的患者样本对该AI工具进行验证,并探索类似的预测规律是否适用于其他类型的癌症。研究人员希望,通过精准识别最可能从治疗中获益的患者,不仅能够改善临床疗效,还能为NHS节省资金,用于其他方面的医疗服务。
ICR精准医学与患者分层教授、该研究共同负责人安古拉吉·萨达南达姆表示:"一旦肠癌扩散到身体其他部位,患者可供选择的治疗方案极为有限。因此,患者现在能够通过NHS获得靶向药物贝伐珠单抗,这是一件积极的事情。"
"然而,我们知道大多数患者不会从该药物中获益,这意味着英格兰可能有数千人在毫无必要的情况下承受令人不适的副作用。在此之前,我们无法识别出这些患者。"
英格兰每年约有35,000人被诊断为结直肠癌,其中近10,000人为转移性病变。根据英国国家卫生与临床优化研究所(NICE)的数据,其中约7,000人符合贝伐珠单抗治疗条件。
今年早些时候,NHS英格兰还宣布将下调肠癌居家筛查套装触发进一步检查转诊的阈值,预计此举每年将使结肠镜筛查数量增加35%。
Q&A
Q1:PhenMap工具是什么?它能做什么?
A:PhenMap是由伦敦癌症研究所(ICR)和都柏林皇家外科医学院(RCSI)联合开发的AI工具。它通过分析结直肠癌患者的肿瘤基因构成及临床数据,构建机器学习算法,对患者联合使用贝伐珠单抗和化疗的潜在获益程度进行评分,同时预测治疗后的死亡风险,帮助医生筛选出真正能从治疗中获益的患者。
Q2:贝伐珠单抗用于治疗结直肠癌有哪些风险?
A:贝伐珠单抗虽已获批用于NHS结直肠癌治疗,但仅对少部分患者有效,同时存在较严重的副作用风险,包括高血压、胃肠道问题及血栓等。此外,携带BRAF基因突变的患者使用后预后更差,死亡风险显著更高。因此,精准筛选适合用药的患者尤为重要。
Q3:PhenMap目前处于什么研发阶段?后续有哪些计划?
A:PhenMap目前已完成基于117名患者数据的初步验证,并将研究成果发表于《自然》旗下期刊《科学报告》。下一阶段,研究团队计划扩大患者样本范围进一步验证该工具的准确性,并探索其是否能够在其他类型癌症中发现类似的预测规律,最终目标是改善临床疗效并为NHS节省医疗资源。
好文章,需要你的鼓励
牛津大学提出PHYSIFORMER,一种扩散变换器模型,通过三维网格顶点轨迹直接在世界坐标空间预测刚性与弹性物体的物理运动,一次性生成全序列轨迹,超越自回归基线。
随着医疗数据数字化与互操作性的进步,跨机构纵向患者数据的研究应用成为可能。本研究通过对20位领域专家的访谈,识别出8种数据收集方法,涵盖智能手机应用、结构化数据导出、区域/全国研究查询及聚合数据源等。研究发现,各方法均有其优缺点,无单一最优方案。参与者中介交换方式可绕过复杂治理安排,但存在数据缺口;全国性网络尚不支持研究查询。公共政策的持续推进将对该领域发展起关键作用。
研究发现主流奖励模型对同等质量答案给出差异悬殊的分数,并提出"奖励聚类"算法通过蒙特卡洛随机失活将连续分数离散化,在不重训模型的前提下有效减少AI训练中的奖励作弊现象。