病理关注 丨 人工智能预测前列腺癌术后的疾病进展风险

免疫组化抗体神器

好评必备! 免费下载

  导  语
  前列腺癌是仅次于肺癌的导致男性癌症死亡的第二大原因。 目前其主要治疗手段仍然是手术,通常手术也会产生良好的预后,但25%-30%的手术患者会复发。 手术后准确的风险分层对于识别临床上术后有复发风险的患者至关重要, 这些患者可以从更多全面的监测和可能的其他治疗中受益,例如放射或化疗等。
  根据《Prostate Cancer Prostatic Disease》杂志上最近发表的一项研究,应用人工智能(AI)来表征组织样本的病理学测试可准确预测临床上前列腺癌手术后的疾病进展。
  研 究 简 介
  研究标题:Development and validation of a novel automated Gleason grade and molecular profile that define a highly predictive prostate cancer progression algorithm-based test
  发表杂志:  Prostate Cancer Prostatic Disease (IF:4.09)
  在线日期:2018-08
  研究者:Donovan MJ, Fernandez G, Scott R, Khan FM, Zeineh J, Koll G, Gladoun N, Charytonowicz E, Tewari A, Cordon-Cardo
  研究单位:1.Department of Pathology, Icahn School of Medicine at Mt. Sinai(美国纽约西奈山区伊坎医学院病理学系)
  研 究 小 结:机器学习模型能够预测前列腺癌患者术后的疾病进展风险。
  1、研究目的
  前列腺癌的术后风险评估对有效治疗前列腺癌至关重要,对于具有增强Gleason分级系统的测试,虽然其具有更准确地反映临床手术失败的个性化预测的新特征,但其仍然不能满足临床需求。
  2、研究方法
  该研究是一项前瞻性设计的回顾性研究,包括892名接受了根治性前列腺切除术的患者,随访时间的中位数为8年。 在培训中,使用数字图像分析将微观模式分析/机器学习与生物标记相结合,评估了精确的术后模型结果,以预测446名患者的临床治疗失败, 得出的预后评分在446名患者中得到了验证。 符合条件的受试者需要完整的临床病理学变量,并且排除了在手术前接受了新辅助治疗(包括雄激素剥夺、放射或化疗)的患者。 没有患者在手术前登记患有转移性疾病。 使用时间与事件一致性指数(C指数)、Kaplan-Meier和危险比评估测定。
  3、研究结果
  在训练组(n = 306)中,准确预测了临床手术的失败,C指数为0.82,[95%CI:0.76-0.86],HR:6.7,[95%CI:3.59 -12.45],p <0.00001。 结果在验证中确认(n = 284),C指数为0.77 [95%CI:0.72-0.81],HR = 5.4,[95%CI:2.74-10.52],p <0.00001。 相比之下,临床特征基础模型的C指数为0.70,HR = 3.7。 术后测试还将58%的CAPRA-S中度风险患者重新分类为临床失败的低风险。
  4、研究讨论
  精确的术后组织检查可以区分术后环境中低、中度高危前列腺癌的进展。 在机器学习的指导下,该测试增强了传统的Gleason评分,具有准确反映个性化风险分配生物学的新颖特征。
  进 一 步 解 读
  本研究是西奈山计算和系统病理学中心的研究人员使用AI引导的机器学习技术来分析590名接受根治性前列腺切除术(一种去除前列腺及其周围组织的手术)患者的癌症组织样本。
  Precise MD平台依靠先进的显微镜和多光谱免疫荧光来分析癌症组织结构和生物标记,使病理科医生能够看到人眼无法做到的事情。 其分析使用数学特征来定义肿瘤侵袭性。Precise MD术后测试通过应用将图像分析与蛋白质生物标记整合在一起的算法,自动化Gleason评分(自20世纪60年代以来一直用于确定前列腺癌预后的评分系统)。Precise MD是一种病理平台,它使用AI和复杂算法将数据转化为临床知识。
  与仅包含临床特征(如传统Gleason评分或前列腺特异性抗原(PSA- 是由前列腺产生的物质,且其水平升高可以指示前列腺癌)测试)的模型相比,Precise MD术后测试能够预测疾病进展,具有更高的准确度; 。 重要的是,精确的术后测试将58%的中度风险患者重新分类为低风险,42%为高风险。 通过精确术后测试确定为高风险的男性可能需要额外的监测和治疗,包括化疗和放疗等。
  该研究的通讯作者之一,西奈山卫生系统病理学系主任,病理学教授,医学博士,医学博士Carlos Cordon-Cardo说:通过改进诊断,我们可以指导患者选择最佳治疗方案并优化护理。
  研究的主要作者之一,西奈山伊坎医学院病理学研究教授Michael Donovan博士说:产生更多定量、更少主观和增强的癌症分级系统的能力将为执业病理学家带来精准医学,并为治疗医师及其患者提供指导管理决策的重要信息。
  西奈山医疗系统泌尿外科和伊坎医学院泌尿外科教授Kyung Hyun Kim说:提供更加客观和全面的前列腺癌Gleason分级的机会尤其重要,因为他们的患者来自世界各地,其实践模式和专业知识往往变化很大。一项改善风险歧视的测试,特别是对辅助雄激素治疗的持久反应,代表了提供全面综合的以患者为中心的护理路径的重要一步。目前在适当的管理规划经常具有挑战性的情况下,我们正在为中高风险患者使用精确的Post-Op测试,以便更好地了解手术后环境中风险分配的可用参数。
  精准医疗是一种创新的医疗保健模式,机器学习系统为前列腺癌的分级提供了更客观的风险评估指标。 研究人员表示,Precise MD平台可用于表征任何数量的疾病状态,包括但不限于乳腺癌、黑色素瘤、肺癌和结肠癌以及炎症性肠病等慢性炎症。
  参考文献:
  1.Donovan M J, Fernandez G, Scott R, et al. Development and validation of a novel automated Gleason grade and molecular profile that define a highly predictive prostate cancer progression algorithm-based test[J], 2018.
  评价:该文介绍了利用人工AI智能来评价前列腺癌的进展风险,从而更好的指导临床治疗。可同意推荐阅读。
责任编辑: WZ
0 0 0

扫一扫下载91360客户端