第一生活网

突破性研究验证人工智能作为预测免疫治疗反应的新型生物标志物

徐离洋豪
导读 Lunit 的最新研究为 Lunit SCOPE IO 预测免疫治疗反应的能力提供了证据这是第一项采用人工智能技术来定义肿瘤免疫表型并证明其预测抗

Lunit 的最新研究为 Lunit SCOPE IO 预测免疫治疗反应的能力提供了证据

这是第一项采用人工智能技术来定义肿瘤免疫表型并证明其预测抗 PD-L1 治疗结果的能力的研究

韩国首尔,2022 年 3 月 16 日/美通社/ -- 基于人工智能的癌症解决方案的领先初创公司 Lunit 今天宣布在临床肿瘤学杂志(JCO) 上发表其研究。研究结果验证了 Lunit 的 AI 生物标志物 Lunit SCOPE IO 在预测晚期非小细胞肺癌 (NSCLC) 患者免疫治疗临床结果方面的有效性。

JCO 是由临床肿瘤学会 (ASCO) 出版的国际同行评审医学期刊,影响因子 (IF) 为 44.54。这是JCO权威国际SCI级期刊首次发表AI生物标志物研究。

“肿瘤微环境的免疫表型分析是免疫治疗的一个合乎逻辑的生物标志物,但对其进行客观测量将极具挑战性,”该杂志的共同资深作者、中文大学的Tony Mok教授说。“这是第一项采用人工智能技术来定义肿瘤免疫表型的研究,并证明了其在两个大型晚期非小细胞肺癌患者队列中预测抗 PD-L1 治疗结果的能力。”

免疫检查点抑制剂 (ICI) 是程序性死亡配体 1 (PD-L1) 表达的晚期 NSCLC 的标准治疗方法。然而,结果因患者的肿瘤微环境而异。

评估 PD-L1 肿瘤比例评分 (TPS) 可以为高表达患者(超过 50%)带来预测益处,这些患者对 ICI 治疗的反应优于标准化疗。然而,ICI 在 PD-L1 TPS 介于 1% 和 49% 之间的患者中失去效力,显示出与化疗相似的结果。因此,非常有必要开发一种准确性增强的生物标志物来预测 PD-L1 表达低的 NSCLC 患者的 ICI 反应。

虽然肿瘤浸润淋巴细胞 (TIL) 是预测除 PD-L1 之外的 ICI 治疗结果的有希望的生物标志物,但临床应用仍然具有挑战性,因为 TIL 量化涉及手动评估过程,受限于观察者间偏差和密集劳动的实际限制。使用人工智能的超人计算能力应该为 TIL 的客观量化开辟新的可能性。