由倫敦帝國理工學院和墨爾本大學的研究人員創(chuàng)建的人工智能軟件能夠比現(xiàn)有方法更準確地預測卵巢癌患者的預后。它還可以預測哪些治療對診斷后的患者最有效。

該研究發(fā)表在Nature Communications上，發(fā)生在帝國大學醫(yī)療保健NHS信托基金會的Hammersmith醫(yī)院。

研究人員表示，這項新技術可以幫助臨床醫(yī)生更快地為患者提供最佳治療，并為更加個性化的醫(yī)療鋪平道路。他們希望該技術可以用于根據CT掃描中癌癥質地的微妙差異將卵巢癌患者分組，而不是根據他們患有哪種類型的癌癥，或者它的進展程度進行分類。

倫敦帝國理工學院的主要作者，癌癥藥理學和分子成像教授Eric Aboagye教授說：

“盡管癌癥治療取得了進展，但晚期卵巢癌患者的長期存活率仍然很低。迫切需要找到治療這種疾病的新方法。我們的技術能夠為臨床醫(yī)生提供更詳細和準確的信息?；颊呷绾螌Σ煌闹委煼椒ㄗ龀龇磻@可以使他們做出更好，更有針對性的治療決策。“

帝國大學醫(yī)療保健NHS信托基金會的共同作者和名譽顧問放射學家Andrea Rockall教授補充說：

“人工智能有可能改變醫(yī)療保健的方式并改善患者的治療效果。我們的軟件就是一個例子，我們希望它可以作為一種工具，幫助臨床醫(yī)生如何最好地管理和治療卵巢癌患者“。

卵巢癌是女性中第六大常見癌癥，通常影響絕經后的女性或有此病史的女性。英國每年有6,000例卵巢癌新病例，但長期存活率僅為35%至40%，因為一旦出現(xiàn)腹脹等癥狀，這種疾病通常會在很晚的時候被診斷出來。早期發(fā)現(xiàn)疾病可以提高存活率。

醫(yī)生通過多種方式診斷卵巢癌，包括血液檢查，以尋找一種名為CA125的物質 - 癌癥的跡象 - 然后進行CT掃描，使用X射線和計算機制作詳細的卵巢腫瘤圖片。這有助于臨床醫(yī)生了解疾病傳播的程度，并確定患者接受的治療類型，如手術和化療。

然而，掃描無法讓臨床醫(yī)生詳細了解患者可能的總體結果或治療干預的可能影響。

研究人員使用一種名為TEXLab的數(shù)學軟件工具來識別2004年至2015年期間來自364名卵巢癌女性的CT掃描和組織樣本中腫瘤的侵襲性。

該軟件檢查了腫瘤的四種生物學特征，這些特征顯著影響總體生存 - 結構，形狀，大小和基因組成 - 以評估患者的預后。然后給予患者稱為放射性預后載體(RPV)的分數(shù)，其顯示疾病的嚴重程度，范圍從輕微到嚴重。

研究人員將結果與血液檢查和醫(yī)生用于評估生存率的當前預后評分進行了比較。他們發(fā)現(xiàn)該軟件對于預測卵巢癌死亡的準確性比標準方法高出四倍。

研究小組還發(fā)現(xiàn)，5%具有高RPV評分的患者的存活率不到兩年。高RPV也與化療耐藥性和不良手術結果相關，表明RPV可用作預測患者對治療反應的潛在生物標志物。

Aboagye教授建議，該技術可用于識別不太可能對標準治療有反應并為其提供替代治療的患者。

研究人員將進行更大規(guī)模的研究，以了解軟件如何準確預測個體患者的手術和/或藥物治療結果。

該研究由NIHR皇家生物醫(yī)學研究中心，帝國理工學院實驗癌癥醫(yī)學中心和帝國理工學院倫敦組織庫資助。

這項研究是帝國理工學院健康科學中心開展的工作的一個例子，該中心是倫敦帝國理工學院和三所NHS醫(yī)院信托基金之間的聯(lián)合倡議。它旨在通過將科學發(fā)現(xiàn)轉化為醫(yī)學進步來改變醫(yī)療保健，以便在盡可能快的時間內使地方，國家和全球人口受益。