人工智能(AI)正在迅速推动数字肿瘤学发展。数字化生物标志物检测能够帮助临床医生在癌症治疗中做出明智和个性化的决策。然而,截至2023年,市场上还少有此类产品被大面积地成熟利用。
一项由24名拥有第一手计算病理学/病理AI(CPath/AI)经验的专家参与的共识报告称,AI将提高诊断准确性,病理技术人员的日常任务将发生重大变化。到2030年,AI将在病理实验室中得到常规且有效的使用。
近期发表在《柳叶刀》(TheLancet)子刊《eBiomedicine》和《柳叶刀-数字健康》(TheLancetDigitalHealth)的两项独立研究,分别着眼于:基于深度学习的肿瘤浸润淋巴细胞(TILs,可作为治疗癌症的药物靶标)评分系统,在黑色素瘤(一种皮肤癌症)不同时期的预后意义;以及将AI作为独立读取器,用于乳房X光检查工作流程的价值。
两项针对不同癌症的研究
第一项研究由德国图宾根大学(UniversityOfTuebingen)皮肤科、德国海德堡大学(UniversityofHeidelberg)皮肤科和美国耶鲁大学医学院(YaleUniversitySchoolofMedicine)病理学系等机构的研究人员共同完成。在该研究中,研究人员使用深度学习算法NN192(一种为标准和数字化TILs评分系统“eTILs”而开发的算法),对321个原发性黑色素瘤和191个转移性样本进行分析。
研究人员发现,eTILs低评分的黑色素瘤患者,发生癌症组织远处转移的风险是eTILs高评分患者的两倍以上,同时,从原发性黑色素瘤到转移瘤样本之间的eTILs评分降低。eTILs评分≤12.2%,同时接受抗PD-1免疫疗法治疗的患者,其生存结果不良。这证明eTILs对原发性黑色素瘤样本具有预测作用,并且eTILs可以预测接受PD-1治疗患者的反应和生存结果。
对此,国际免疫肿瘤生物标志物工作组(InternationalImmuno-OncologyBiomarkerWorkingGroup)联合主席RobertoSalgado表示,免疫细胞的准确定量涉及预后和预测信息,对临床途径和定制治疗计划很重要。此外,相较人工评估,计算机的评估结果要准确得多。
第二项研究由瑞典卡罗林斯卡学院(karolinskainstitute)肿瘤病理学系和瑞典CapioSanktGöran医院的KarinDembrower及其团队完成。
在这项研究中,研究团队基于CapioSanktGöran医院从2021年4月1日到2022年6月9日的定期乳腺癌筛查工作,将55581名40-74岁未填充乳房植入物的女性纳入研究。研究遵循瑞典乳房X光检查国家指南(SwedishNationalGuidelinesformammographyscreening),即由两名放射科医生对每名参与者的乳房X光图像进行独立评估,并在任何一人读片异常的情况下进行共识讨论,决定是否进行进一步的影像学检查。如果进一步检查依然怀疑患者患有癌症,则获取活检样本,由病理学家对活检进行分析并作出明确诊断。
研究中,在两名放射科医生读片的同时,InsightMMG(一个AI系统)作为一个独立阅读器在后台运行。在共识讨论之前,放射科医生无法访问InsightMMG获取信息,共识讨论中,放射科医生可以访问InsightMMG所有病例的信息,包括任何局部图像发现、图形轮廓和相应的AI异常评分。
研究团队进行了四种读片策略,分别考察了两名放射科医生双读(标准情况)、一名放射科医生和AI系统双读、AI系统单读,以及两名放射科医生和AI系统三读的实际诊断结果。结果显示,与标准情况相比,一名放射科医生和AI系统双读的癌症检出率增加了4%,召回率降低了4%;AI系统单读的癌症检出率没有明显差别,召回率降低了47%;两名放射科医生和AI系统三读略微提高了癌症检出率,召回率提高了5%,并且共识讨论多了近50%。
研究团队表示,AI系统和人类在读片时会将某些不同的图像特征视为可疑癌症,因此人类和AI系统进行协同作用,能够提高乳房X光检查中乳腺癌的检出率。AI系统单读能够最大程度降低参与者因多次检查引起的心理负担,但这意味着很大一部分乳房X光检查永远不会由医生进行评估。两名放射科医生和AI系统三读能够最大程度检测癌症,然而这必须与检测成本增加、放射科医生短缺等问题进行平衡。
市场仍需不断发展
RobertoSalgado表示,数字化生物标志物检测,能够帮助临床医生在癌症治疗中做出明智和个性化的决策。然而,截至2023年,市场上还少有此类产品被大面积地成熟利用。
当地时间9月7日,美国癌症诊断技术研发商Paige.AI宣布与美国科技公司微软(Microsoft)合作构建世界上最大的基于图像的AI模型,并将其应用于数字病理学和肿瘤学的发展。
无独有偶,当地时间9月11日,美国科技公司戴尔(DELL)与爱尔兰利默里克大学(UniversityofLimerick)数字癌症研究中心联手开发AI平台和数字孪生技术,以推动B细胞淋巴瘤的预测和诊断研究。
“这是一个非常令人兴奋的开始,我们期待戴尔技术团队的数字支持能加速此项目推进。”利默里克大学分子病理学教授、数字癌症研究中心数字病理学部门科学主任PaulMurray说,“通过与戴尔技术团队的合作,我们将能够进一步了解细胞在癌症发展过程中是如何出错的,并找到诊断和治疗癌症患者的新方法。”
【查看完整讨论话题】 | 【用户登录】 | 【用户注册】