Avertissement : Cette page est une traduction automatique de cette page à l'origine en anglais. Veuillez noter puisque les traductions sont générées par des machines, pas tous les traduction sera parfaite. Ce site Web et ses pages Web sont destinés à être lus en anglais. Toute traduction de ce site et de ses pages Web peut être imprécis et inexacte, en tout ou en partie. Cette traduction est fournie dans une pratique.

La technologie d'AI peut aider à éviter l'effet inverse de l'immunothérapie dans certains malades du cancer de poumon

Les chercheurs à l'université occidentale de réserve de cas, utilisant l'artificial intelligence (AI) d'analyser des échographies simples de tissu, disent qu'ils ont découvert les biomarqueurs qui pourraient indiquer à des médecins quels malades du cancer de poumon pourraient réellement devenir plus mauvais de l'immunothérapie.

Jusque récemment, les chercheurs et les oncologistes avaient mis ces malades du cancer de poumon dans deux catégories grandes : ceux qui tireraient bénéfice de l'immunothérapie, et ceux qui pas vraisemblablement.

Mais une troisième catégorie--hyper-progressors appelé de patients qui serait nui réellement par immunothérapie, y compris une durée de vie diminuée après demande de règlement--a commencé à apparaître, a dit Pranjal Vaidya, un stagiaire de PhD en génie biomédical et chercheur au centre de l'université pour la représentation de calcul et a personnalisé la diagnose (CCIPD).

« C'est un sous-ensemble significatif de patients qui devraient potentiellement éviter l'immunothérapie entièrement, » a dit Vaidya, le premier auteur sur un papier 2020 annonçant les découvertes dans le tourillon pour l'immunothérapie du cancer. « Éventuellement, nous voudrions que ceci est intégré dans les réglages cliniques, de sorte que les médecins fassent requis toute l'information pour faire l'appel pour chaque patient individuel. »

Recherche actuelle sur l'immunothérapie

Actuel, seulement environ 20% de tous les malades du cancer tirera bénéfice réellement de l'immunothérapie, une demande de règlement qui diffère de la chimiothérapie parce qu'elle emploie des médicaments pour aider le système immunitaire à combattre le cancer, tandis que des médicaments d'utilisations de chimiothérapie pour détruire directement des cellules cancéreuses, selon l'Institut national du cancer.

Le CCIPD, abouti par Anant Madabhushi, professeur d'institut de Donnell de génie biomédical, est allé bien à un chef global dans le dépistage, le diagnostic et la caractérisation des cancers variés et d'autres maladies en maillant l'imagerie médicale, l'apprentissage automatique et l'AI.

Ces travaux récents suivent l'autre recherche récente des scientifiques de CCIPD qui a expliqué que l'AI et l'apprentissage automatique peuvent être employés pour prévoir quels malades du cancer de poumon tireront bénéfice de l'immunothérapie.

En cela et la recherche précédente, les scientifiques de la réserve de cas et de la clinique occidentales de Cleveland enseignent essentiellement des ordinateurs pour rechercher et recenser des configurations dans des échographies de CT prises quand le cancer de poumon est d'abord diagnostiqué pour indiquer l'information qui pourrait avoir été utile si su avant demande de règlement.

Et tandis que beaucoup de malades du cancer ont tiré bénéfice de l'immunothérapie, les chercheurs recherchent une meilleure voie de recenser qui réagirait en grande partie vraisemblablement à ces demandes de règlement.

C'est une conclusion importante parce qu'il prouve que les configurations radiomic des échographies courantes de CT peuvent discerner trois genres de réaction dans des malades du cancer de poumon suivant la demande de règlement d'immunothérapie--répondeurs, non répondeurs et les hyper-progressors. »

Anant Madabhushi, auteur d'étude et professeur supérieurs, génie biomédical, institut de Donnell

« Il n'y a actuel aucun biomarqueur validé pour discerner ce sous-ensemble de patients à haut risque qui non seulement ne tirent pas bénéfice de l'immunothérapie mais peut en fait développer l'accélération rapide de la maladie sur la demande de règlement, » a dit Pradnya Patil, DM, FACP, personnel d'associé à l'institut de cancer de Taussig, clinique de Cleveland, et auteur d'étude.

La « analyse des caractéristiques radiomic sur des échographies par habitude exécutées de traitement préparatoire pourrait fournir des moyens non envahissants de recenser ces patients, » Patil a dit. « Ceci pourrait s'avérer être un outil inestimable pour le traitement des cliniciens tout en déterminant le traitement systémique optimal pour leurs patients présentant le cancer de poumon non- avancé de petite cellule. »

L'information en dehors de la tumeur

Comme avec l'autre cancérologie précédente au CCIPD, les scientifiques ont de nouveau trouvé certains des indices les plus significatifs auxquels des patients seraient nuis par immunothérapie en dehors de la tumeur.

« Nous avons remarqué que les caractéristiques radiomic en dehors de la tumeur étaient plus prévisionnelles que ceux à l'intérieur de la tumeur, et les changements des vaisseaux sanguins entourant la nodule étaient également plus prévisionnels, » Vaidya a dit.

Cette la plupart de recherche récente a été conduite avec des caractéristiques rassemblées de 109 patients présentant le non-petit cancer de poumon de cellules étant traité avec l'immunothérapie, il a dit.

Source:
Journal reference:

Vaidya, P., et al. (2020) Novel, non-invasive imaging approach to identify patients with advanced non-small cell lung cancer at risk of hyperprogressive disease with immune checkpoint blockade. Journal for ImmunoTherapy of Cancer. doi.org/10.1136/jitc-2020-001343.