癌癥患者看到了生的希望,但遺憾的是患者很難知道自己究竟是不是免疫治療澤被的那些人。
目前的臨床統(tǒng)計(jì)顯示,PD-1抑制劑只能在20%-50%的晚期實(shí)體瘤病人中發(fā)揮作用[1]。受益的患者究竟是誰(shuí)?目前找到這些患者的手段有限。
因此,找到一種可靠的生物標(biāo)志來(lái)指導(dǎo)免疫治療迫在眉睫!
近日,來(lái)自法國(guó)的Eric Deutsch博士團(tuán)隊(duì)借助人工智能之力,給我們帶來(lái)了新的希望。他們用癌癥患者的CT圖像訓(xùn)練人工智能,得到一個(gè)可以通過(guò)患者的CT影像準(zhǔn)確預(yù)測(cè)PD-1抑制劑治療效果的人工智能平臺(tái)。
你可能會(huì)疑惑,免疫治療不是分子層面的嗎?而CT成像可是肉眼可見(jiàn)的宏觀層面,這兩者是如何結(jié)合在一起的呢?
這就是人工智能的魅力所在了,讓奇點(diǎn)糕為你慢慢道來(lái)。
首先,我們來(lái)看看到底免疫治療會(huì)對(duì)什么樣的腫瘤起作用。
說(shuō)起免疫治療,我們都知道是借助我們自身的免疫系統(tǒng)攻擊腫瘤。那腫瘤里面或者附近必須得有充足的免疫細(xì)胞,對(duì)吧。
之前有報(bào)道,免疫治療的效果和腫瘤是否被免疫細(xì)胞浸潤(rùn)有關(guān) [ 3, 4, 5, 6]。如果腫瘤組織中有豐富的CD8細(xì)胞(又叫細(xì)胞毒性T細(xì)胞),而且腫瘤細(xì)胞還大量表達(dá)PD-L1等檢查點(diǎn)標(biāo)志物,還有大量的基因突變的話,這些腫瘤往往對(duì)免疫療法有反應(yīng)[7, 8, 9]。
所以啊,現(xiàn)在有一些方法,例如分析腫瘤組織的PD-L1表達(dá)水平,或者分析腫瘤組織的突變負(fù)荷。可以在一定程度上預(yù)測(cè)患者對(duì)免疫治療的響應(yīng)程度,但是目前的研究表明,僅靠這兩個(gè)手段還不夠啊。
而且這兩個(gè)預(yù)測(cè)方法還有個(gè)比較明顯的缺憾是,都需要做腫瘤組織活檢。
Deutsch博士想到了CT成像。
也就是說(shuō),Deutsch博士團(tuán)隊(duì)直接想從患者腫瘤組織的CT影像上看出腫瘤里面的免疫細(xì)胞水平,然后預(yù)測(cè)患者對(duì)免疫治療響應(yīng)的程度。
于是Deutsch博士就有了一個(gè)大膽的設(shè)想——在人工智能的幫助下,用醫(yī)學(xué)成像去指導(dǎo)免疫治療。
說(shuō)干就干,科學(xué)家們很快就將這個(gè)想法付諸行動(dòng)了。
別看只有135個(gè)患者的數(shù)據(jù)影像和轉(zhuǎn)錄組數(shù)據(jù),這些數(shù)據(jù)里面蘊(yùn)藏的信息那真是海量,人力完全沒(méi)辦法分析。
所以,研究人員就一股腦將這些數(shù)據(jù)交給了機(jī)器學(xué)習(xí)平臺(tái),讓機(jī)器自己去尋找規(guī)律。沒(méi)有讓研究人員失望,機(jī)器學(xué)習(xí)幫助他們找到了規(guī)律,開(kāi)發(fā)出了一個(gè)可以預(yù)測(cè)腫瘤組織中免疫細(xì)胞數(shù)量的算法。
研究者們又用了一個(gè)叫TCGA隊(duì)列[11,12],包括119名患者,這些患者也都有CT圖像和轉(zhuǎn)錄組測(cè)序數(shù)據(jù)。用算法計(jì)算這隊(duì)列的CD8細(xì)胞數(shù)量,與對(duì)應(yīng)轉(zhuǎn)錄組數(shù)據(jù)計(jì)算的數(shù)量一致,表明算法是可靠的。
不過(guò),這只能說(shuō)明這個(gè)算法從CT圖像上讀取的免疫細(xì)胞信息,能和腫瘤組織轉(zhuǎn)錄組反應(yīng)的腫瘤細(xì)胞信息一致。
到底準(zhǔn)不準(zhǔn),還得靠實(shí)踐來(lái)檢驗(yàn)。
于是,研究人員又找到了第三個(gè)隊(duì)列。這個(gè)隊(duì)列共有100名患者,這個(gè)隊(duì)列的獨(dú)特之處在于,所有患者的腫瘤組織都被準(zhǔn)確的分型了。意思就是,這些患者腫瘤組織的免疫細(xì)胞情況是已知的。
分析結(jié)果表明,通過(guò)算法給圖像評(píng)分,評(píng)分預(yù)測(cè)的免疫表型可以很好地與已知結(jié)果對(duì)應(yīng)上。這一關(guān)也過(guò)了。
既然能判斷免疫表型,那這個(gè)表型能預(yù)測(cè)免疫治療的效果嗎?算法還要經(jīng)歷最終極的考驗(yàn)。
最后的檢驗(yàn)隊(duì)列包括137名患者,都接受過(guò)免疫治療,治療后經(jīng)過(guò)了隨訪,隨訪的中位值是16.5個(gè)月[14, 15]。
利用久經(jīng)檢驗(yàn)的人工智能平臺(tái)對(duì)隨訪記錄進(jìn)行分析研究發(fā)現(xiàn),在治療的頭三個(gè)月,評(píng)分高的患者(23%)對(duì)治療有反應(yīng),而評(píng)分低的患者(77%)沒(méi)有反應(yīng),不過(guò)差距并不顯著。但是在第六個(gè)月,這個(gè)差距變得非常明顯。
更重要的是,評(píng)分高的患者的中位生存期(24.3個(gè)月)明顯高于評(píng)分低的患者(11.5個(gè)月),中位生存期提升1年以上,效果非常明顯,終極考驗(yàn)通過(guò)!
當(dāng)然,要真正走向?qū)嶋H應(yīng)用,在這項(xiàng)回顧性試驗(yàn)的基礎(chǔ)上,還需進(jìn)行臨床試驗(yàn)。事實(shí)上,這一天也不會(huì)等很久,到目前,已經(jīng)有27個(gè)利用影像數(shù)據(jù)指導(dǎo)臨床腫瘤治療的試驗(yàn)已經(jīng)登記(ClinicalTrials.gov)。
而且,這個(gè)項(xiàng)研究還存在一些局限性,比如腫瘤還存在更多的免疫亞型[16],影像信號(hào)還需要做到更加精細(xì)的區(qū)分,以便于對(duì)免疫療法做出更準(zhǔn)確的指導(dǎo)。
盡管如此,我們?nèi)詫?duì)人工智能加持的影像組學(xué)充滿期待。相比組織活檢,CT掃描是無(wú)創(chuàng)的,對(duì)身體沒(méi)有傷害,對(duì)于那些不適合或者不愿意做組織活檢患者而言,這無(wú)疑是個(gè)更好的選擇。此外,相對(duì)于測(cè)序,影像檢查也更加廉價(jià),也是一個(gè)不小的優(yōu)勢(shì)。
人工智能在疾病治療中的應(yīng)用越來(lái)越多,相信未來(lái)會(huì)有更多的疑難雜癥會(huì)被克服。而現(xiàn)在,癌癥免疫治療檢測(cè)的新時(shí)代要來(lái)臨了!