赫爾辛基大學(xué)、HUS 綜合癌癥中心、阿爾托大學(xué)和斯坦福大學(xué)的研究人員開發(fā)了一種人工智能模型，可以預(yù)測哪些皮膚癌患者將從激活免疫防御系統(tǒng)的治療中受益。在實踐中，人工智能模型使通過血液檢測診斷皮膚癌、確定預(yù)后和越來越準(zhǔn)確的靶向治療成為可能。
皮膚癌相關(guān)研究發(fā)表在《自然通訊》雜志上。
為正確的患者提供正確的藥物
事實證明，增強(qiáng)身體自身的防御系統(tǒng)是治療皮膚癌的一種特別有效的療法。激活免疫系統(tǒng)的療法的問題在于患者群體之間的差異：雖然有些患者可以說是治愈了，但其他患者根本沒有從治療中獲益。
“先前的研究無法為醫(yī)生提供能夠預(yù)測誰將從激活防御系統(tǒng)的治療中受益的工具。正確的治療目標(biāo)非常重要，因為藥物治療價格昂貴且嚴(yán)重的不良反應(yīng)相當(dāng)普遍，”醫(yī)生說。赫爾辛基大學(xué)和阿爾托大學(xué)的博士研究員 Jani Huuhtanen。
針對簡單問題的復(fù)雜 AI 模型
國際研究小組假設(shè)治療無效的患者的免疫細(xì)胞不會將皮膚癌視為敵人，這就是患者無法從治療中受益的原因。
該小組使用人工智能模型分析了近 500 名皮膚癌患者的樣本，并將其與近 1000 名健康個體的樣本進(jìn)行了比較。為了幫助解釋，研究人員使用了斯坦福大學(xué) Mark M. Davis 實驗室開發(fā)的另一種 AI 模型。從這些樣本中，研究人員簡單地計算了識別皮膚癌的免疫細(xì)胞數(shù)量。
正如預(yù)期的那樣，在黑色素瘤患者中發(fā)現(xiàn)了比健康患者更多的皮膚癌感應(yīng)防御細(xì)胞。
赫爾辛基大學(xué)的轉(zhuǎn)化血液學(xué)教授 Satu Mustjoki 說：“這一發(fā)現(xiàn)將來可能使從血液樣本中識別皮膚癌成為可能。”
此外，與缺乏此類細(xì)胞的患者相比，擁有更多識別皮膚癌的防御細(xì)胞的皮膚癌患者更有可能從激活免疫系統(tǒng)的治療中受益。
將 AI 模型聚焦于其他癌癥類型
人工智能模型在醫(yī)學(xué)中的使用呈指數(shù)級增長，但將它們應(yīng)用于患者護(hù)理需要醫(yī)生和專門從事人工智能的研究人員之間的長期合作。
標(biāo)簽：
免責(zé)聲明：本文由用戶上傳，如有侵權(quán)請聯(lián)系刪除！