首页 > 文章详情

【肿瘤黑科技】哈佛医学院研究人员用AI预测早期黑色素瘤复发

2022年11月01日

整理：研值圈

来源：研值圈

黑色素瘤是最致命的皮肤癌类型。最初诊断为早期（Ⅰ/Ⅱ期）黑色素瘤的患者，通常在术后直至出现扩散或转移时才被发现复发，死亡率较高。因此，早期黑色素瘤的预后分析对于制定患者的监测和治疗计划至关重要。此外，免疫检查点抑制剂目前被批准用于ⅡB期和ⅡC期黑色素瘤，开发能识别高复发风险患者的预后工具也变得更加关键。

哈佛医学院麻省总医院(MGH)的一个研究小组最近开发了一种基于人工智能的机器学习算法来预测哪些黑色素瘤患者最有可能发生复发，并有望从治疗中获益。近日，相关研究报告已在发表于npj Precision Oncology杂志中。

图片1.png

该研究旨在评估机器学习算法在利用电子健康记录（EHR）的临床和组织病理学特征预测黑色素瘤复发中的有效性。研究共收集了1720例早期黑色素瘤患者的数据：1172例来自Mass General Brigham(MGB)医疗保健系统，548例来自Dana-Farber癌症研究所(DFCI)。研究者提取了36个临床病理学特征，并用机器学习算法预测复发风险。对模型进行内部和外部评估：(1)MGB队列的五重交叉验证；(2) 用于训练的MGB队列和用于独立测试的DFCI队列。

在内部和外部验证中，研究者分别实现了AUC的复发分类性能：0.845和0.812，以及时间依赖性AUC的时间-事件预测性能：0.853和0.820。Breslow 肿瘤厚度和有丝分裂率被确定为最具预测性的特征。

图片2.png

图1.GB和RF模型对复发分类的敏感性分析

图片3.png

图2. GB-T和RF-T模型预测黑色素瘤复发时间

研究结果表明，该机器学习算法可以从临床病理学特征中提取可用于早期黑色素瘤复发的预测信号，这将使识别可能受益于辅助免疫疗法的患者成为可能。

该研究论文的主要研究者、通讯作者，MGH皮肤科研究员Yevgeniy R. Semenov博士表示：

大多数早期黑色素瘤患者都是通过手术来清除癌变细胞，但晚期黑色素瘤患者往往会接受免疫检查点抑制剂治疗，这在有效加强针对肿瘤细胞的免疫反应的同时也带来了明显的副作用。

目前迫切需要开发预测工具来帮助筛选高风险患者。对于这些患者，免疫检查点抑制剂治疗的临床获益，将证明在该治疗方式中观察到的免疫不良事件的高发生率是否合理的。

对黑色素瘤复发的可靠预测可以为免疫疗法提供更精确的治疗选择，减少转移性疾病的进展，提高黑色素瘤的存活率，同时最大限度地减少治疗毒性。

他们的综合风险预测平台使用新的机器学习方法来确定早期黑色素瘤复发的风险，达到了高水平的分类和事件时间预测准确性。

参考文献

[1]Artificial intelligence approach may help ide | EurekAlert!
[2]Guihong Wan, Nga Nguyen, Feng Liu, Prediction of early-stage melanoma recurrence using clinical and histopathologic features;npj Precision Oncology (2022) 6:79 ; https://doi.org/10.1038/s41698-022-00321-4

责任编辑：Mathilda
排版编辑：Mathilda

研值圈Sci Value Hub—为医疗创新贡献价值