《柳叶刀》：癌症治疗重大突破！用人工智能预测免疫疗法效果

近日，一项来自法国的新研究发现，AI可用于创建患者使用免疫疗法疗效的预测评分，从而预测免疫疗法的治疗效果，并且增加治疗成功的几率。这也是人工智能首次可以通过处理医学图像来提取生物和临床信息，从而辅助免疫疗法的治疗。这项研究发表在了《The Lancet Oncology》上。

免疫疗法是利用人体自身免疫系统，来对抗癌症的疗法，是癌症治疗领域的一项重大突破。到目前为止，仅有15%-30%的患者能够对此类疗法产生反应，然而，目前并没有任何标志物能够准确识别那些对anti-PD-1/PD-L1免疫疗法产生反应的患者。因此，研究人员试图利用成像技术，来识别位于身体任何部位的肿瘤中存在的生物现象，而无需进行活检。

（答魔社区：www.damor.cn 科研动态，资源干货，互动问答）

研究人员使用了参与MOSCATO研究人员的CT图像，以及相关的肿瘤基因组数据，作为这项研究的数据集。同时，研究人员利用机器学习技术，训练算法使用这些CT图像数据，来预测基因组揭示了哪些肿瘤免疫浸润的情况，尤其是关于肿瘤中是否存在细胞毒性T细胞（CD8），并在这些结果的基础上在图像中建立了放射标记。

（答魔社区：www.damor.cn 科研动态，资源干货，互动问答）

这项研究训练算法在CT图像中建立放射学标记的流程示意图（图片来源：《The Lancet Oncology》）

然后，为了测试这些放射标记在真实情况下的适用性，并将其与免疫疗法的疗效相关联，研究人员将开发出的AI算法在参与5个anti-PD-1/PD-L1免疫疗法1期临床试验的患者中进行验证，即使用在治疗开始前进行的CT图像对算法进行评估。 结果发现，在那些免疫疗法分别在3个月和6个月内起效的患者中，机器学习算法给出的放射学评分较高，同时这些患者的总生存率也较好。

研究人员表示，这项研究的下一步将使用更多的患者数据，并根据癌症类型进行数据分层，从而完善标记。同时，研究人员将会对成像、分子生物学及组织分析的相关数据进行整合，并采用更复杂的人工智能算法，以确定那些最有可能对免疫疗法产生反应的患者。