Lungekreft: AI viser hvem som vil ha nytte av immunterapi
Lungekreft er en vanlig og ofte aggressiv kreftform. Siden det er vanskelig for leger å oppdage det tidlig, må mennesker med lungekreft motta den beste, mest målrettede behandlingen for å gjøre et positivt syn mer sannsynlig. Immunterapi er et alternativ, men hvordan kan leger vite hvem som vil ha nytte av det?
Ifølge National Cancer Institute er lunge- og bronkekreft den nest mest utbredte typen kreft blant mennesker i USA, og utgjør 12,9% av alle nye krefttilfeller.
Denne kreftformen har ofte ingen merkbare symptomer i de tidlige stadiene, noe som kan bety at leger ikke klarer å oppdage det først. Dette betyr at utsiktene etter behandlingen kanskje ikke er like gode som for andre former for kreft.
For å sikre de mest gunstige resultatene for mennesker med lungekreft, må helsepersonell velge den beste typen behandling for hver enkelt. Dette kan imidlertid være vanskelig, siden det ofte er vanskelig å fortelle hvilken person som vil ha størst nytte av en bestemt behandling.
Det kan også være vanskelig for en lege å avgjøre hvor gunstig nyere typer behandlinger, for eksempel immunterapi, vil være for en person. I motsetning til cellegift, som innebærer bruk av spesifikke medisiner for å angripe og ødelegge kreftceller, virker immunterapi ved å øke en persons immunrespons mot kreftsvulster.
Nå har et team ledet av forskere fra Case Western Reserve University i Cleveland, OH - i samarbeid med forskere fra seks andre institusjoner - utviklet en ny kunstig intelligens (AI) -modell. Modellen lar helsepersonell finne hvilke personer med lungekreft som vil ha størst nytte av immunterapi.
Etterforskerne forklarer metoden sin og rapporterer funnene i en studiepapir som finnes i tidsskriftet Cancer Immunology Research.
”Selv om immunterapi har endret hele økosystemet av kreft,” forklarer studieforfatter Anant Madabhushi, “forblir det også ekstremt dyrt - rundt 200 000 dollar per pasient per år.
"Dette er en del av den økonomiske toksisiteten som følger med kreft, og resulterer i at rundt 42% av alle nylig diagnostiserte kreftpasienter mister livssparingen innen ett år etter diagnosen," legger han til. Madabhushi bemerker også at det nye verktøyet han og kollegene jobber med, kan hjelpe leger og pasienter med å bestemme hvilken terapi som passer dem best og unngå unødvendige utgifter.
Ny modell kan forutsi utfall
Madabhushi forklarer at han og kollegene utviklet sin nye modell basert på nylige funn som identifiserte tegnene som viser hvilke kreftsvulster som reagerer på behandlingen.
I en tidligere studie fant etterforskerne at mens leger vanligvis har trodd at tumorstørrelse var en god indikator på om en terapeutisk tilnærming fungerer eller ikke, kan det å se på denne karakteristikken alene være villedende.
I stedet sier Madabhushi, "[vi] har funnet ut at strukturendring er en bedre prediktor for om terapien fungerer."
"Noen ganger kan for eksempel knuten virke større etter behandling på grunn av en annen grunn, for eksempel et ødelagt kar inne i svulsten - men terapien fungerer faktisk," forklarer han. "Nå har vi en måte å vite det."
For å utvikle den nye AI-modellen brukte teamet først data fra computertomografi (CT) -skanninger fra 50 personer med lungekreft. Dette tillot dem å sette opp en matematisk metode som kunne identifisere eventuelle endringer i størrelse og tekstur som fant sted i svulsten etter eksponering for to til tre sykluser av immunterapi.
Metoden fant mønstre som indikerer at spesielle endringer i svulster var assosiert med en positiv respons på immunterapi-behandlingen, samt med høyere pasientoverlevelsesrater.
Denne studien fremhevet igjen at de lungekrefttumorene som viser de mest merkbare endringene i tekstur, også er de som reagerer best på immunterapi.
“Dette er en demonstrasjon av den grunnleggende verdien av programmet, at vår maskinlæringsmodell kunne forutsi respons hos pasienter som ble behandlet med forskjellige immunkontrollhemmere. Vi har å gjøre med et grunnleggende biologisk prinsipp. ”
Studer medforfatter Prateek Prasanna
Tidligere i år mottok medforfatter Prateek Prasanna en American Society of Clinical Oncology 2019 Conquer Cancer Foundation Merit Award for forskning assosiert med denne studien.
Fremover planlegger teamet å teste AI-metoden videre på flere CT-skanninger fra andre nettsteder, og fra personer behandlet med forskjellige immunterapi-midler.
