Credit: Unsplash/CC0公共领域
凯斯西储大学计算成像和个性化诊断中心(CCIPD)的研究人员使用人工智能(AI)来识别计算机断层扫描(CT)上的模式，这些模式为治疗小细胞肺癌患者提供了新的希望
根据美国癌症协会的数据，小细胞肺癌(SCLC)约占所有肺癌的13%，但比非小细胞肺癌生长更快，更容易扩散
凯斯西储的唐纳研究所生物医学工程教授Anant Madabhushi说，尽管对非小细胞肺癌进行了大量的人工智能研究，但对小细胞肺癌的研究却很少
Madabhushi说，小细胞肺癌患者可能很难治疗
他的实验室与克利夫兰大学医院的肿瘤学家合作，帮助确定哪些小细胞肺癌患者会对治疗有反应
研究人员从治疗前的CT扫描中确定了一组放射模式，使他们能够预测患者对化疗的反应
他们还研究了人工智能衍生的图像特征与长期结果之间的关系
具体来说，研究人员注意到，计算提取的肿瘤本身的纹理模式——以及肿瘤周围的区域——在对某种化疗有良好反应的小细胞肺癌患者中与那些没有反应的患者中有所不同
此外，人工智能揭示了一些模式，这些模式对应于治疗后寿命比未治疗者长的患者
最后，Madabhushi说，人工智能揭示，对化疗无反应且生存机会较差的患者的扫描图像存在明显更多的异质性或变异性
下一步:可能的人体试验 Madabhushi说，这些来自回顾性研究的发现现在为前瞻性人工智能驱动的小细胞肺癌患者治疗管理临床试验奠定了基础
研究结果发表在10月份的《肿瘤前沿》杂志上
研究人员说，他们的发现意义重大，因为化疗仍然是系统治疗的支柱
“尽管大多数患者对初始治疗有反应，但复发是常见的，一部分患者对化疗有耐药性，”该研究的共同主要作者、大学医院血液和肿瘤学系的Prantesh Jain说
他现在是布法罗罗斯韦尔公园综合癌症中心的肿瘤学助理教授
“目前，”贾恩说，“没有临床验证的预测性生物标志物来选择原发性化疗耐药或早期复发的患者亚群。”
" 更广泛的人工智能倡议 该研究是CCIPD进行的更广泛研究的一部分，旨在开发和应用新的人工智能和机器学习方法来诊断和预测各种疾病和癌症适应症的治疗反应，包括乳腺癌、前列腺癌、头颈癌、脑癌、结直肠癌、妇科癌和皮肤癌
“我们的努力旨在减少不必要的化疗，从而减少患者的痛苦，”该研究的合著者穆罕默德·哈迪·霍拉米说，他是CCIPD的研究人员和博士
D
凯斯西储大学生物医学工程专业学生
“通过了解哪些患者将从治疗中受益，我们可以减少无效治疗，并增加对一线治疗效果不佳或无反应的患者的更积极治疗
"
来源：由phyica.com整理转载自PH，转载请保留出处和链接！
