肿瘤免疫疗法在近年来在全世界范围内，给癌症治疗带来了重大变革，让癌症患者看到了生的希望。但遗憾的是，目前只有约20％的癌症患者实际上会从免疫疗法中受益。究竟哪些人能从中受益？如何扩大免疫疗法的受众范围？日前，美国凯斯西储大学（Case Western Reserve University，CWRU）数字成像实验室的科学家们已经率先使用人工智能（AI）来预测化学疗法是否会成功，现在可以确定哪些肺癌患者将从昂贵的免疫疗法中受益。

最新的研究中，该研究团队通过教会计算机去发现肺癌患者首次诊断时的CT扫描图像与免疫疗法2-3个周期后的CT扫描图的变化，从而确定确定哪些肺癌患者将从免疫疗法中受益。与之前的工作一样，这些变化在肿瘤内部和外部都被发现了。

美国科学家利用AI技术判断免疫疗法对肺癌患者是否有效

利用计算机检查免疫疗法前后的CT放射线模式差异 图片来源：凯斯西储大学

“这并不是一时兴起，这项研究似乎反映出肺癌的生物学特性，即更具侵略性的表型，这是肿瘤学家目前尚未掌握的信息。”研究组成员Anant Madabhushi表示。通过将医学成像、机器学习和AI结合在一起，该中心的计算成像和个性化诊断（CCIPD）已成为检测、诊断和表征各种癌症和其他疾病的全球领导者。

据美国国家癌症研究所（National cancer Institute）的数据，目前只有约20%的癌症患者能从免疫疗法中受益。免疫疗法与化疗的不同之处在于，前者使用药物帮助免疫系统对抗癌症，而后者使用药物直接杀死癌细胞。

Madabhushi表示，他的实验室最近的工作将帮助肿瘤学家了解哪些患者将从该疗法中真正受益，而哪些患者则不会。

Madabhushi表示：“尽管免疫疗法改变了整个癌症生态系统，但它仍然非常昂贵，每位患者每年大约需花费20万美元。昂贵的治疗费用，也导致大约42%的新确诊癌症患者在确诊一年内就花去了毕生积蓄。”

“如果有一个基于他的实验室正在完成的研究的工具，将有助于更好地匹配哪些患者会对免疫疗法产生反应。这能给五名患者中无法收益的四名患者提供参考，而不是让80万美元打水漂”他补充道。

新发表的研究

这项新研究由Mohammadhadi Khorrami和Prateek Prasanna，以及Madabhushi和其他来自6个不同机构的10名合作者共同参与，相关研究成果发表本月的《癌症免疫学研究》杂志上。

CCIPD的一名研究生Khorrami表示，这项研究中最重要的进展之一是让计算机程序能够记录特定病变的质地、体积和形状的变化，而不仅仅是其大小。

Khorrami说：“这很重要，因为当医生仅根据CT图像判断病人是否对治疗有反应时，通常是根据病变的大小。但我们发现，质地的变化可以更好地预测免疫疗法是否有效。

“例如，有时由于其他原因，如肿瘤内的血管破裂，结节可能会在治疗后变大，但实际上治疗是有效的。现在，我们有办法知道治疗的有效性了。”Khorrami补充道。

博士后研究员Prasanna说，这项研究还表明，在两个不同的地方接受治疗的病人，以及使用三种不同免疫治疗药物的病人，扫描结果是一致的。

Prasanna表示：“这证明了该项目的应用价值，即我们的机器学习模型可以预测接受不同免疫检查点抑制剂治疗的患者的反应。”

Prasanna说，最初的研究使用了50名患者的CT扫描来训练电脑，并创建了一个数学算法来识别病变的变化。下一步，他们将对从其他地方获得的病例和不同免疫治疗药物进行测试。这项研究最近获得了美国临床肿瘤学会（ASCO）2019战胜癌症基金会的优异奖。

Madabhushi表示，此外，研究人员能够证明，CT扫描的模式与治疗的阳性反应以及患者的总体存活率最相关。患者的总体存活率也被发现与原始诊断活检组织中免疫细胞的排列密切相关。

这表明，这些CT扫描或已经捕捉到了肿瘤对癌症入侵的免疫反应，而免疫反应最强的肿瘤表现出最明显的组织变化，最重要的是，他们也对免疫治疗的反应最好。

Madabhushi于2012年在Case Western Reserve建立了CCIPD。实验室目前拥有近60名研究人员。该实验室与纽约大学（New York University）和耶鲁大学（Yale University）合作的最新研究，利用人工智能，根据组织影像图片预测哪些肺癌患者将受益于辅助化疗。这一进步被《预防》杂志（Prevention Magazine）列为2018年十大医学突破之一。

参考文献： Mohammadhadi Khorrami et al, Changes in CT radiomic features associated with lymphocyte distribution predict overall survival and response to immunotherapy in non-small cell lung cancer, Cancer Immunology DOI: 10.1158/2326-6066.CIR-19-0476

本文由广州佳誉医疗器械有限公司/佛山浩扬医疗器械有限公司联合编辑