医疗人工智能企业Lunit表示，利用人工智能生物标志物“Lunit Scope IO”开展的乳腺癌治疗反应预测研究结果已刊登在世界知名科学期刊《自然》（Nature）的子刊《NPJ Breast Cancer》（影响因子5.9）上。
本次研究中，病理科专科医生利用Lunit Scope IO，验证是否能够减少对存在于乳腺癌基质部位的基质肿瘤浸润淋巴细胞（Stromal TIL，sTIL）测量值的偏差。肿瘤浸润淋巴细胞（TIL）的浸润程度，是预测乳腺癌患者预后及治疗反应的指标之一。然而，由于评估方法复杂且依赖观察者的主观判断，导致不同病理科专科医生之间的测量偏差较大，这一直是一个问题。
3名不同的专科医生分析了在美国及韩国获取的402份乳腺癌患者切片图像，并各自评估了sTIL评分。结果显示，Lunit Scope IO的分析结果与专科医生结果之间评分差异在10个百分点以上的病例为226例（占56.2%）。对此，病理科专科医生针对与Lunit Scope IO结果差异在10个百分点以上的切片，利用Lunit Scope IO的结果界面对相关切片进行了复读。结果，专科医生之间的意见不一致病例降至116例（28.9%），大幅减少。研究指出，这表明Lunit Scope IO有望成为降低病理科专科医生在乳腺癌治疗中sTIL评估变动性的有用工具。
研究同时说明，还确认了Lunit Scope IO能够较好地预测癌症患者在手术前接受抗癌药治疗的“新辅助化疗（Neoadjuvant Chemotherapy）”的治疗反应。较高的sTIL水平被认为是预测新辅助化疗疗效的指标。
在研究中，当病理科专科医生仅凭自身阅片判断sTIL较高时，新辅助化疗后达到缓解（Remission）的概率在统计学上并未显著升高。相反，当病理科专科医生利用Lunit Scope IO来判读sTIL时，在sTIL较高的患者群体中，新辅助化疗后达到缓解的概率在统计学上显著升高。研究称，这表明利用Lunit Scope IO进行判读，可以更准确地预测患者对抗癌治疗的疗效。
Lunit代表Seo Bumseok表示：“尽管在乳腺癌治疗反应预测中，TIL评估的重要性早已得到认可，但迄今为止尚无利用人工智能进行客观评估的研究。特别是通过本次研究，再次证明了Lunit Scope IO通过对TIL数值进行客观分析，有望成为预测乳腺癌患者治疗反应的生物标志物。”
版权所有 © 阿视亚经济 (www.asiae.co.kr)。 未经许可不得转载。
