Ученые из лаборатории цифровых изображений Case Western University University, уже впервые использовавшей искусственный интеллект (ИИ) для прогнозирования успешности химиотерапии, теперь могут определить, какие пациенты с раком легких получат пользу от дорогостоящей иммунотерапии.

Исследователи обучают компьютер находить ранее невидимые изменения в схемах КТ-сканирования, сделанных во время первой диагностики рака легкого, по сравнению со снимками, выполненными после первых 2-3 циклов иммунотерапии. И, как и в предыдущей работе, эти изменения были обнаружены как внутри, так и снаружи опухоли.

В настоящее время только около 20% всех онкологических больных действительно получают пользу от иммунотерапии, которая отличается от химиотерапии тем, что использует лекарства, помогающие вашей иммунной системе бороться с раком, в то время как химиотерапия использует лекарства для непосредственного уничтожения раковых клеток.

Анант Мадабхуши из Центра компьютерной визуализации и персональной диагностики сказал, что недавняя работа его лаборатории поможет онкологам узнать, какие пациенты действительно получат пользу от терапии, а какие - нет.

«Несмотря на то, что иммунотерапия изменила всю экосистему рака, она также остается чрезвычайно дорогой - около 200 000 долларов на пациента в год, - сказал Мадабхуши. - Это часть финансовой токсичности, которая сопровождает рак и приводит к тому, что около 42% всех, кому диагностирован рак, теряют свои сбережения в течение года после постановки диагноза».

Наличие инструмента, основанного на исследованиях, проводимых в настоящее время его лабораторией, будет иметь большое значение для того, чтобы «лучше определить, будут ли пациенты реагировать на иммунотерапию или выбросят 800 000 долларов», - добавил он, сославшись на четырех из пяти пациентов, которые не получат пользы от лечения.

«Это важно, потому что, когда врач на основании только компьютерной томографии делает вывод, отреагировал ли пациент на терапию, это часто зависит от размера поражения, - сказал Хоррами. - Мы обнаружили, что изменение текстуры является лучшим показателем того, работает ли терапия. Иногда узелок может выглядеть больше после терапии по другой причине, например, из-за сломанного сосуда внутри опухоли - но терапия действительно работает. Теперь у нас есть способ узнать это».

Прасанна, постдокторант из лаборатории Мадабхуши, сказал, что исследование также показало, что результаты были согласованы при сканировании пациентов, получавших лечение в двух разных местах и с тремя различными типами иммунотерапевтических агентов.

«Это демонстрация фундаментальной ценности программы в том, что наша модель машинного обучения может предсказать реакцию у пациентов, получающих различные ингибиторы иммунной контрольной точки, - сказал он. - Мы имеем дело с фундаментальным биологическим принципом».

Прасанна сказал, что первоначальное исследование использовало компьютерную томографию 50 пациентов для обучения компьютера и создания математического алгоритма для выявления изменений в очаге поражения. Он сказал, что следующим шагом будет тестирование программы на случаях, полученных из других мест и с использованием различных средств иммунотерапии.

Кроме того, по словам Мадабхуши, исследователи смогли показать, что паттерны на КТ, которые в наибольшей степени ассоциировались с положительным ответом на лечение и с общей выживаемостью пациентов, оказались тесно связанными с расположением иммунных клеток на исходных диагностических биопсиях пациентов.

Это говорит о том, что КТ, по-видимому, фиксируют иммунный ответ опухоли на воздействие, и что те, у кого самый сильный иммунный ответ, демонстрируют наиболее значительные структурные изменения и лучше всего реагируют на иммунотерапию, - сказал он.