基于人工智能的方法可以帮助预测早期黑色素瘤复发

基于人工智能的方法可以帮助预测早期黑色素瘤复发

黑色素瘤是最致命的皮肤癌，大多数死亡发生在最初被诊断为早期黑色素瘤但后来出现复发的患者中，这种复发通常在扩散或转移后才被发现。

由马萨诸塞州总医院 (MGH) 研究人员领导的团队最近开发了一种基于人工智能的方法来预测哪些患者最有可能经历复发，从而可能从积极治疗中受益。 该方法在 npj Precision Oncology 发表的一项研究中得到了验证。

大多数早期黑色素瘤患者都会接受手术切除癌细胞，但晚期癌症患者通常会接受免疫检查点抑制剂治疗，这种抑制剂可以有效增强针对肿瘤细胞的免疫反应，但也有明显的副作用。

迫切需要开发预测工具来帮助选择高危患者，免疫检查点抑制剂的益处将证明此类治疗方法观察到的病理性和潜在致命性不良免疫事件的高发生率是合理的。”

Yevgeniy R. Semenov，医学博士，麻省总医院皮肤科资深作者、研究员

“对黑色素瘤复发的可靠预测可以使免疫疗法的治疗选择更加准确，减少转移性疾病的进展，并提高黑色素瘤的生存率，同时最大限度地减少治疗毒性。”

为了实现这一目标，谢苗诺夫和他的同事评估了基于机器学习的算法的有效性，机器学习是人工智能的一个分支，利用电子健康记录中的数据来预测黑色素瘤复发。

具体来说，该团队收集了 1,720 例早期黑色素瘤，其中 1,172 例来自麻省总医院布里格姆医疗保健系统 (MGB)，548 例来自丹娜法伯癌症研究所 (DFCI)——并从电子健康记录中提取了这些癌症的 36 个临床和病理特征，以通过机械学习算法预测患者复发的风险。 使用不同的 MGB 和 DFCI 患者集开发和验证了算法，肿瘤厚度和癌细胞分裂率被确定为最具预测性的特征。

“我们的综合风险预测平台使用新颖的机器学习方法来确定早期黑色素瘤复发的风险，实现了高水平的分类和事件发生时间预测准确性，”Semenov 说。 “我们的结果表明，机器学习算法可以从临床病理特征中提取预测信号，以预测早期黑色素瘤复发，这将有助于识别可能受益于辅助免疫治疗的患者。”

来源：

马萨诸塞州总医院

参考：

万，G.，等人。 (2022) 根据临床和组织病理学特征预测早期黑色素瘤复发。 npj 精准肿瘤学。 doi.org/10.1038/s41698-022-00321-4 。

。