美國癌症研究協會的新聞稿
費城-根據發表在《醫學》雜誌上的結果，一種結合臨床腦電圖變量和深度學習治療前組織學圖像的計算方法，可以預測晚期黑素瘤患者對免疫檢查點阻滯的反應。 臨床癌症研究，美國癌症研究協會雜誌。
“雖然免疫檢查點抑製劑已深刻改變了治療方法， 黑色素瘤，許多腫瘤對治療無反應，許多患者經歷與治療有關的毒性反應。”相應的研究作者說 伊曼·奧斯曼（MD）是紐約大學格羅斯曼醫學院皮膚病和醫學系（腫瘤學）的醫學腫瘤學家，紐約大學朗格諾大學Perlmutter癌症中心跨學科黑素瘤計劃的負責人。 “未滿足的需求是能夠準確預測哪些腫瘤會對哪種療法產生反應的能力。這將實現個性化的治療策略，從而最大程度地發揮潛在的臨床益處，並最大限度地減少不必要的毒性暴露。”
相應的研究作者說：“最近幾次嘗試預測免疫療法反應的方法都具有很強的準確性，但是使用了不易推廣到臨床的RNA測序等技術。” Aristotelis Tsirigos博士，紐約大學格羅斯曼醫學院計算醫學研究所教授，紐約大學朗格諾大學Perlmutter癌症中心成員。 “我們的方法表明，可以使用護理標準的臨床信息（例如治療前的組織學圖像和其他臨床變量）來預測反應。”
研究人員使用了來自2004年至2018年間接受免疫檢查點封鎖治療的121例轉移性黑素瘤患者的訓練隊列中的數據。所有患者均接受一線抗CTLA-4治療，抗PD-1治療或聯合治療兩者的臨床結果均記錄為疾病或反應的進展，包括完全或部分反應（本原理驗證研究排除了疾病穩定的患者）。研究人員使用了稱為深度卷積神經網絡（DCCN）的計算機算法來分析黑色素瘤轉移性腫瘤的數字圖像，並確定與治療反應相關的模式。通過這種方法，他們開發了一種反應分類器，旨在預測患者未經治療的腫瘤是否會對免疫檢查點阻滯或治療後的進展產生反應。該DCCN反應分類器已在2010年至2017年間在范德比爾特-英格拉姆癌症中心接受治療的30例轉移性黑色素瘤患者的獨立隊列中進行了驗證。
DCCN響應分類器的性能通過計算曲線下的面積（AUC）來評估，曲線的面積是模型準確性的度量，得分為1表示完美預測。在培訓和驗證隊列中，DCCN預測模型的AUC均約為0.7。
為了提高模型的預測準確性，研究人員進行了多變量邏輯回歸，將DCCN預測與常規臨床特徵相結合。最終模型納入了DCCN預測，東部合作腫瘤小組（ECOG）的表現狀態和治療方案（抗CTLA-4單一療法，抗PD-1單一療法或聯合療法）。在訓練和驗證隊列中，多變量分類器的AUC均約為0.8。在驗證隊列中，分類器可以將患者分為疾病進展的高風險和低風險，兩組之間的無進展生存期差異顯著。
雖然訓練隊列中的大多數患者接受抗CTLA-4單藥治療（約佔患者的64％），但驗證隊列中的大多數患者接受了抗PD-1藥物（約佔患者的53％）。奧斯曼指出，結果表明某些預測模式並非針對免疫檢查點靶標。類激活映射可以識別神經網絡用來生成預測的數字圖像中的區域，這表明細胞核對於DCCN預測很重要，DCCN預測中越來越大的核與疾病進展相關。她補充說：“這些結果表明倍性可能是DCCN檢測到的生物學決定因素之一。”
“There is potential for using computer algorithms to analyze histology images and predict treatment response, but more work needs to be done using larger training and testing datasets, along with additional validation parameters, in order to determine whether an algorithm can be developed that achieves clinical-grade performance and is broadly generalizable,” Tsirigos said.
Limitations of the study include the relatively small number of images used to train the computer algorithm, which included 302 images in the training cohort and 40 images in the validation cohort. “There is data to suggest that thousands of images might be needed to train models that achieve clinical-grade performance,” said Tsirigos.
這項研究由紐約大學黑色素瘤專業研究卓越計劃（SPORE）贈款，黑色素瘤研究聯盟，美國癌症協會，勞拉和艾薩克·珀爾姆特特癌症中心以及Onassis基金會贊助。
Osman and Tsirigos declare no conflicts of interest.
