《非小細胞肺癌》少走冤枉路！用人工智慧分析血管周圍腫瘤分布，可預測非小細胞肺癌 (NSCLC) 患者對免疫療法的反應
秒速閱讀: 每天一分鐘瀏覽一下Genet觀點新聞，讓您跟上生技產業世界發展的新趨勢，同時可以了解各公司研發價值、競爭態勢和國內外公司市值。如果台灣老是靠授權進來的研發，而沒有自己的技術平台來發展其在不同領域的治療，終究趕不上市場的需求，台灣新冠疫苗研發就是一個案例。
尋找正確的癌症治療方法往往是一個不斷猜測、檢查的過程，患者歷經一系列昂貴的治療方法，可能有效也可能無效，且更重要的是，患者可能因此而拖延了獲得適當治療的時機。在非小細胞肺癌 (NSCLC) 中，免疫療法常是患者的一線療法，然而，高達一年 20 萬美元的治療費用，卻只對約 30% 的患者有效，因此，必須找到更好的方法來預測和監測特定患者對治療的反應。
來自於埃默里大學、克利夫蘭診所、紐約大學朗格尼健康中心、威爾康奈爾醫學院等大學與醫療保健系統的研究團隊，最近在《Science Advances》上的一項回顧性研究中，描述了他們發現的新生物標誌 ─「定量血管迂曲度」(quantitative vessel tortuosity, QVT)，此生物標誌可透過人工智慧演算法對常規 CT 掃描影像進行運算，藉由分析腫瘤周圍血管的排列狀況，評估患者對免疫療法的反應。
研究人員先是使用人工智慧工具分析了 500 多名 NSCLC 患者在接受免疫檢查點抑制劑治療前/後，腫瘤附近的血管 CT 影像，發現在對免疫療法反應不佳的患者中，與腫瘤相關的血管系統排列較混亂且扭曲，他們假設血管扭曲會導致抗腫瘤細胞在腫瘤部位積聚、但無法有效浸潤腫瘤，進而降低免疫療法的有效性。接著，研究人員進一步訓練了機器學習演算法，可以做到只用 CT 掃描影像就能計算出患者對免疫療法有反應的可能性。
研究人員表示，QVT 生物標誌及其人工智慧計算器仍有待進一步開發、並在臨床試驗中驗證，但目前的概念驗證結果已經顯示，該技術有潛力改變遊戲規則。此外，QVT 方法還可以用於評估治療後的腫瘤變化，比其他方法更靈敏，甚至在腫瘤大小產生變化之前就可以得知，因此可以大幅縮減試誤、等待的時間，不僅在患者及醫師做治療決定時提供重要訊息，還可減輕與免疫療法相關的經濟負擔。
延伸閱讀：《肺癌》以色列公司NovoCure腫瘤治療電場 (TTFields): 非小細胞肺癌 (NSCLC)三期臨床顯示可改善存活期 股價大漲七成
延伸閱讀：《FDA》安進注意了！Mirati 口服新藥 Krazati (adagrasib) 二期臨床顯示總體反應率為 43%以及緩解持續8.5 個月獲加速批准，搶佔非小細胞肺癌 KRAS G12C 突變領域！
資料來源：Fierce Biotech、Emory University
