Attenzione: questa pagina è una traduzione automatica di questa pagina originariamente in lingua inglese. Si prega di notare in quanto le traduzioni sono generate da macchine, non tutte le traduzioni saranno perfetti. Questo sito web e le sue pagine web sono destinati ad essere letto in inglese. Ogni traduzione del sito e le sue pagine web possono essere imprecise e inesatte, in tutto o in parte. Questa traduzione è fornita per comodità.

Il AI identifica i reticoli sulle scansioni di CT che offrono la nuova promessa per il trattamento del cancro polmonare piccolo delle cellule

I ricercatori al centro per la rappresentazione di calcolo ed i sistemi diagnostici personali (CCIPD) alla Case Western Reserve University hanno usato l'intelligenza artificiale (AI) identificare i reticoli sulle scansioni (CT) di tomografia computerizzata che offrono la nuova promessa per la cura dei pazienti con il piccolo cancro polmonare delle cellule.

Il piccolo cancro polmonare delle cellule (SCLC) rappresenta circa 13% di tutti i cancri polmonari, ma si sviluppa più veloce ed è più probabile spargersi che il non piccolo cancro polmonare delle cellule, secondo l'associazione del cancro americana.

E mentre molta ricerca di AI è stata realizzata sul non piccolo cancro polmonare delle cellule, poco lavoro è stato fatto su SCLC, ha detto Direttore Anant Madabhushi, il professore di CCIPD dell'istituto di Donnell di assistenza tecnica biomedica alla riserva occidentale di caso.

I piccoli malati di cancro del polmone delle cellule possono essere provocatori trattare, Madabhushi ha detto. Il suo laboratorio ha funzionato con gli oncologi agli ospedali universitari a Cleveland per contribuire ad accertare del quali pazienti di SCLC avrebbero reagito al trattamento.

I ricercatori hanno identificato un insieme dei reticoli radiomic dalle scansioni di CT catturate prima del trattamento che li permettono di predire la risposta di un paziente alla chemioterapia. Egualmente hanno esaminato l'associazione fra le funzionalità AI-derivate di immagine con i risultati più a lungo termine.

Specificamente, i ricercatori hanno notato che reticoli strutturali informaticamente estratti del tumore stesso; così come la regione che lo circonda; sono risultati differente nei pazienti di SCLC che hanno reagito bene a certa chemioterapia, confrontati a coloro che non ha fatto.

Più ulteriormente, i reticoli sono stati rivelati dal AI che ha corrisposto ai pazienti che hanno finito più lungamente vivente dopo il trattamento confrontato a coloro che non ha fatto.

Per concludere, il AI ha rivelato che c'era considerevolmente più eterogeneità, o la variabilità, nelle immagini scandite dei pazienti che non hanno risposto al chemo ed hanno avuti possibilità di sopravvivenza più difficili, Madabhushi ha detto.

Che cosa è seguente: prove umane possibili

Questi risultati da uno studio retrospettivo ora colloca la fase per i test clinici determinati AI futuri per la gestione del trattamento dei pazienti di SCLC, Madabhushi ha detto.

I risultati dalla ricerca sono stati pubblicati nelle frontiere in oncologia ad ottobre.

I loro risultati sono significativi perché la chemioterapia rimane la spina dorsale di trattamento sistemico, i ricercatori hanno detto.

“Anche se la maggior parte dei pazienti reagiscono al trattamento iniziale, la ricaduta è comune e un sottoinsieme dei pazienti è chemo-resistente,„ ha detto Prantesh Jain, l'autore del co-cavo dello studio mentre con il dipartimento dell'ematologia e l'oncologia agli ospedali universitari. Ora è un assistente universitario dell'oncologia al centro completo del Cancro della sosta di Roswell in Buffalo.

Corrente, non ci sono biomarcatori premonitori clinicamente convalidati per selezionare una sottopopolazione dei pazienti con il chemoresistance primario o la ricorrenza iniziale.„

Prantesh Jain, autore del co-cavo dello studio

Più vasta iniziativa di AI

Lo studio fa parte di più vasta ricerca condotto a CCIPD per sviluppare ed applicare il romanzo AI e gli approcci di apprendimento automatico per diagnosticare e predire le risposte di terapia per varie malattie ed indicazioni di cancro, compreso il cancro colorettale, ginecologico e di interfaccia del petto, della prostata, della testa e del collo, del cervello.

“I nostri sforzi sono puntati su che diminuiscono i trattamenti chemioterapeutici inutili e così diminuendo sofferenza del paziente,„ ha detto il co-cavo dello studio Mohammadhadi Khorrami autore, un ricercatore di CCIPD e lo studente di PhD nell'assistenza tecnica biomedica alla riserva occidentale di caso.

“Conoscendo quale pazienti trarranno giovamento dalla terapia, possiamo fare diminuire i trattamenti inefficaci e non aumentare la terapia più aggressiva in pazienti che hanno suboptimale o risposta alla terapia prima linea.„

Source:
Journal reference:

Jain, P., et al. (2021) Novel Non-Invasive Radiomic Signature on CT Scans Predicts Response to Platinum-Based Chemotherapy and Is Prognostic of Overall Survival in Small Cell Lung Cancer. Frontiers in Oncology. doi.org/10.3389/fonc.2021.744724.