胰腺癌是治疗难度最大的癌症之一。它常常在体内悄无声息地生长，通常在已扩散或进入晚期后才被发现。正因如此，许多患者无法通过手术切除肿瘤。对于这些患者，化疗是减缓疾病进展、延长生存期的主要治疗手段之一。然而，对医生来说，选择正确的化疗药物非常困难。
由西达赛奈健康科学大学领衔的一项新研究，引入了一种有望帮助医生解决这一难题的新工具。该工具利用人工智能（AI），预测哪类化疗方案更可能对每位胰腺癌患者有效。描述该工具的研究发表在《临床肿瘤学杂志》上。
目前，医生对晚期胰腺癌患者主要有两种化疗方案。两种方案都能帮助一部分患者，但并非对所有人都同样有效。目前，医生通常先选择一种方案，然后密切观察患者反应；如果癌症没有良好响应，医生可能会在之后切换到另一种方案。这种方案存在风险，因为化疗是强效治疗，也会引起疲劳、恶心、虚弱等副作用。如果患者花费数周或数月进行无效治疗，疾病可能在患者身体变弱的同时继续发展。因此，尽早选择最有效的治疗方案极其重要。
在某些其他类型癌症中，医生可利用生物标志物指导治疗决策。生物标志物是血液或肿瘤组织中发现的可指示癌症对特定疗法反应的生物信号。但不幸的是，胰腺癌目前缺乏可靠的生物标志物来指导化疗选择。
为解决这一问题，研究团队开发了一种基于AI的新系统，能够比人类更详细地研究肿瘤样本。该研究中使用的平台称为计算组织学人工智能（CHAI）。当患者被诊断为胰腺癌时，医生通常会进行活检。活检时，取一小块肿瘤样本在显微镜下检查。组织被放置在玻璃载玻片上，用特殊染色剂突出细胞细节。病理学家通过观察载玻片了解癌症类型和特征。CHAI系统利用活检载玻片的数字图像，借助AI进行分析。AI程序能够分析肿瘤组织中极细微的模式和特征，这些可能人眼无法察觉。实际上，该系统能够研究癌细胞及周围组织超过3万种不同特征。
为了训练该系统，研究人员分析了约2.5万名此前接受过胰腺癌治疗患者的组织样本。其中一些患者接受了第一种化疗方案，另一些接受了另一种方案。通过研究肿瘤图像并与患者的治疗反应对比，AI系统学会了识别预测哪种疗法更可能有效的模式。在开发出预测模型后，科学家们利用一项涉及两种常见胰腺癌化疗方案的大型临床试验数据对该工具进行了测试。结果表明，AI工具能够正确预测患者对所受治疗的反应。
这项技术的优势之一是医生无需额外采集患者组织或血液样本。它使用标准医疗过程中已经采集的活检载玻片数字扫描图像。这些图像可通过电子方式发送至AI系统，系统分析组织后快速返回预测，指出哪种治疗更可能对患者有帮助。此外，该系统还能估算一种疗法比另一种疗法更有效的程度。这一信息可帮助医生和患者做出更明智的治疗决策。
研究人员表示，该工具在医院广泛使用前仍需更多研究。未来研究需要确认系统在新的真实治疗环境中的预测准确性。如果后续研究证实这些结果，该技术可能对癌症护理产生重大影响。同样的方法不仅可应用于胰腺癌，还可用于许多其他类型的肿瘤。例如，AI系统未来可能帮助医生根据每位患者最可能受益的方案，在化疗、放疗、手术或其他治疗之间进行选择。
主要研究人员认为，这项技术可能成为迈向个性化癌症治疗的重要一步。个性化医疗意味着根据每位患者疾病的独特生物学特征选择治疗方案，而非对所有患者采用相同方法。
然而，了解当前研究的局限性也很重要。尽管AI工具在分析中表现良好，仍需在临床实践中进行前瞻性测试。AI系统有时在研究环境中表现良好，但需要进一步完善才能在常规医疗中足够可靠。医生还需要明确的指南来解读和运用这些预测结果进行治疗决策。
尽管存在这些挑战，该研究代表了癌症研究的重要进展。胰腺癌仍是最致命的癌症之一，改进治疗方案选择可帮助许多患者避免无效治疗，更快地接受最有益的治疗。通过将现代人工智能技术与肿瘤组织详细分析相结合，研究人员正在开辟一条更智能、更个性化的癌症护理新路径。
如果你关心癌症，可以阅读关于低碳水饮食可能增加总体癌症风险的研究，以及提高癌症幸存者寿命的新方法。更多健康信息，请参阅关于如何用抗癌超级食物抗击癌症的研究，以及每日补充维生素D3可能降低癌症死亡风险的结果。
该研究结果发表在《临床肿瘤学杂志》上。
【全文结束】