*僅供醫學?？茤|談主士閱讀參考無后顧之憂

東談主工智能指引循證決策，優化患者預后。

高等別漿液性卵巢癌（HGSC）行動一種復雜且致命的疾病，其早期階段常常貧乏權貴癥狀，絕大無數患者在確診時已是晚期階段。盡管一線化療與手術對大無數HGSC患者初治時展現出療效，大要帶來疾病的緩解，但跨越80%的患者在調養后1至2年內會瀕臨疾病復發[1]。目下，大致20%的HGSC患者大要成為長期幸存者，但是，目下臨床尚且貧乏數據來精確預計哪些患者屬于短期或長期幸存者群體[2]。因此，尋找愈加精確的生計預計行動成為了造就HGSC患者臨床措置水平的首要需求。2024年好意思國臨床學會（ASCO）大會公布的一項接頭，采選東談主工智能多組學機器學習（ML）模子來預計生計收尾，旨在完畢調養決策的精確優化、強化病情監測的實時性與有用性，舉座造就調養惡果，延遲患者生計期（摘要號：5555）[3]。本文特將接頭要點梳理如下，以饗讀者。

訓誡行動

該接頭通過對匹茲堡大學中心自2010年至2016年間積聚的臨床數據以及相應的腫瘤樣本進行分析。整合患者數據、全外顯子組測序（WES）、全轉錄組測序（WTS）收尾、藥物響應譜以及數字病理譜等多維度信息，行動構建多組學ML模子西賓的全面輸入特搜集合。采選無假定西賓的ML模子，針對患者的2年和5年生計閾值進行分類預計。為評估該模子的性能，采選受試者責任特征弧線底下積（AUROC）行動揣測軌范，其中AUROC評分≥0.5被視為具有較高的預計后勁。為了考證各ML模子的預計惡果，接頭者進行了全面的評估，并將施展最優的模子與統計學上達到權貴性閾值（a=0.01）的模子進行了比較。

訓誡收尾

接頭奏凱構建了160個針對HGSC的預計模子，期騙ML時代。這些模子在評估患者短期（2年）及長期（5年）生計景況時，均展現出了不凡的預計精度。接頭闡述了7個模子在預計患者2年總生計期（OS）時，其AUROC值達到了0.7；13個模子在預計患者5年OS時，其AUROC值達到了0.7。另外，接頭者將多組學特搜集與臨床特征相團結，權貴增強了模子在預計HGSC患者短期及長期OS閾值下的智商。與僅使用臨床特征信息比擬，這種多組學數據的整合完畢了更精確的預計，大幅造就了模子的性能施展。施展最為隆起的多組學模子，其預計惡果罕見了任何單一特搜集，充分展示了多組學數據在造就生計預計準確性方面的浩瀚后勁。在對比2年和5年OS閾值模子所細則的首要特征時，發現分子特征（最初是WTS，其次是WES特搜集）是2年OS部隊的主要驅能源，而數字病理成像特征是5年OS部隊中施展最佳的模子的入手成分。

訓誡論斷

臨床數據在預計患者預后方面存在局限性，難以達到高度準確性。本接頭通過引入多組學ML模子，已完畢對短期及長期生計者生計情況的精確預計。況且短期與長期部隊中施展最優的模子，背后的要害入手成分各不相易，這一發現不僅揭示了預后預計的復雜性，也為科研東談主員指明了異日的探索標的，并促進了臨床決策維持器具開發的翻新念念路與參考框架的構建。

回來與念念考

在接頭HGSC這一腫瘤類型時，接頭者們瀕臨的一個較為辣手的挑戰，是其展現出的高度異質性[4-6]。這種異質性不僅體當今不同患者之間，還權貴存在于吞并患者的腫瘤里面，其根源可回首到潛在的基因組不踏實性[6]。這種遺傳異質性被等閑覺得是導致險些統共HGSC患者最終出現調養耐藥性的要害成分之一。表面上，這種異質性應當在腫瘤的形狀學施展上有所體現，而HGSC也照實展現出了萬般化的形狀特征。但是，盡管有接頭嘗試將特定的形狀學特征與基因突變關連聯，但這些嘗試尚未能拓荒起滿盈明銳或特異的接頭，以維持其在正常臨床推行中的應用[7,8]。值得把穩的是，HGSC在癌癥中顯得尤為極端，因為它貧乏大要行動預計性器具（如預計鉑類調養響應）的特定組織學標記。固然病理學家會左證最新的遺傳信息把握更新對漿液性癌的會診軌范，但在實質應用中，常常只可期騙萬般化的形狀學特征進行初步會診，而未能充分挖掘其在預計或指引調養方面的后勁[9]。

本接頭通過引入多組學ML模子，完畢了對短期與長期生計者生計狀態的預計。并發現關于短期與長期生計部隊，施展最為優秀的模子背后的中樞入手成分分別，這一發現不僅揭示了異日接頭的新標的，還突顯了開發具有臨床應用價值的決策維持器具的浩瀚后勁。通過進一步挖掘這些模子的內在機制，有望為個性化醫療決策的制定提供愈加精確的科學依據。

精彩資訊等你來

參考文件：

[1]孔北華,劉繼紅,黃鶴等.卵巢癌PARP扼制劑臨床應用指南（2022版）[J].當代婦產科進展,2022,31(08):561-572.DOI:10.13283/j.cnki.xdfckjz.2022.08.001.

[2]Ferri-Borgogno S, et al. Spatial Transcriptomics Depict Ligand-Receptor Cross-talk Heterogeneity at the Tumor-Stroma Interface in Long-Term Ovarian Cancer Survivors. Cancer Res. 2023 May 2;83(9):1503-1516.

[3]Brian Christopher Orr,et al.Using artificial intelligence-powered evidence-based molecular decision-making for improved outcomes in ovarian cancer.J Clin Oncol 42, 2024 (suppl 16; abstr 5555)

[4]Bashashati A,et al. Distinct evolutionary trajectories of primary high-grade serous ovarian cancers revealed through spatial mutational profiling. J Pathol. 2013 Sep;231(1):21-34.

[5]McPherson A,et al. Divergent modes of clonal spread and intraperitoneal mixing in high-grade serous ovarian cancer. Nat Genet. 2016 Jul;48(7):758-67.

[6]Schwarz RF,et al. Spatial and temporal heterogeneity in high-grade serous ovarian cancer: a phylogenetic analysis. PLoS Med. 2015 Feb 24;12(2):e1001789.

[7]Soslow RA,et al. Morphologic patterns associated with BRCA1 and BRCA2 genotype in ovarian carcinoma. Mod Pathol. 2012 Apr;25(4):625-36.

[8]Ritterhouse LL,et al. Morphologic correlates of molecular alterations in extrauterine Müllerian carcinomas. Mod Pathol. 2016 Aug;29(8):893-903.

[9]Vang R,et al. Subdividing ovarian and peritoneal serous carcinoma into moderately differentiated and poorly differentiated does not have biologic validity based on molecular genetic and in vitro drug resistance data. Am J Surg Pathol. 2008 Nov;32(11):1667-74.

審批編號: CN-142769過時日歷: 2025-8-30

本材料由阿斯利康提供，僅供醫療衛生?？茤|談主士參考，無須于推行籌畫。

* 此文僅用于向醫學東談主士提供科學信息，不代表本平臺不雅點