2024. 04. 17. - 08:50
Kinek hasznos az immunterápia? A mesterséges intelligencia megmondja
Gépi tanulás segíthet azonosítani azokat a rákos betegeket, akik számára előnyös lenne az immunterápia – mutatott rá egy új tanulmány.
Két gépi tanulási modell fejlesztését vizsgálja egy új tanulmány, egy rákminta immunfenotípusának osztályozásához. A gépi tanulás segítségével azonosítani lehet azokat a rákos betegeket, akik számára előnyös lenne az immunterápia.
A bemutatott digitális patológia-megközelítés reprodukálható és skálázható módon képes jellemezni és osztályozni a rák immunfenotípusait – ami komoly ígéretet jelent a módszer alkalmazására az ilyen típusú betegségek esetében.
Meg lehetne határozni azokat, akiknek előnyös lehet az immunterápia a nem-kissejtes tüdőrák (NSCLC) kezelése során – derült ki a tanulmányból, melyet a kutatók az AI in Precision Oncology szaklapban közöltek.
Hogyan segíthet a gépi tanulás?
A tumor immun-mikrokörnyezetének sejtösszetétele kulcsfontosságú szerepet játszik a daganat immunterápiára adott válaszában. A TGF-ß jelátvitel ismerten elősegíti az ún. immunkizárást, ahol a CD8+ T-sejtek a környező stromaszövetben jelen vannak, magában a daganatban viszont nem. Olvasd el: Rák agresszivitását mérik fel MI-eszközzel
Kinek hasznos az immunterápia? A mesterséges intelligencia megmondja
Annak érdekében, hogy azonosítsák az immun-kizárt betegeket, a Sanofi részéről Rui Wang társszerzőivel két gépi tanulási modellt fejlesztett ki a CD8+ sejtpozitivitás számszerűsítésére és egy rákos minta immunfenotípusának osztályozására a nem-kissejtes tüdőrákban szenvedő pácienseknél.
„Eredményeink alátámasztják a gépi tanulás által előrejelzett rák immunfenotípusok potenciális használatát olyan betegek meghatározására, akik számára előnyös lehet az immunterápia és a TGF-ß-blokkolás az NSCLC-ben” – mutattak rá a kutatók.
Hozzátették, hogy ezen kutatás a gyógyszerekre megfelelő páciensek azonosításának javítására irányul, a mesterséges intelligencia és a gépi tanulás felhasználásával, az NSCLC immunterápia pontos biomarkereinek meghatározására.
Jelzi a személyre szabott orvoslás irányába tett előrelépést, továbbá egyéni betegprofilokhoz igazított kezeléseket ígér a nagyobb hatékonyság és a minimális mellékhatások érdekében.
„Kutatásunk lényegében hangsúlyozza annak fontosságát, hogy az új kezeléseket a megfelelő betegekre irányítsák, megnyitva az utat a rákkezelés új korszaka előtt” - mondja Douglas Flora orvos, a Precision Oncology AI főszerkesztője.
L.A.
