研究人员已经发现如何通过分析身体排出的免疫细胞如何安排来快速准确地预测哪些肺癌患者将从化疗中获益。
 
科学家-在智能成像计算机和机器学习方法的帮助下-能够迅速分析数百个组织图像，不仅可以计算与癌症相关的免疫细胞，还可以识别它们的排列方式。
 
根据对通过手术或活组织检查获得的常规组织切片图像的计算分析，这些信息可能在验证研究和临床研究后有助于决定哪些患者需要化疗或免疫治疗，Anant Madabhushi，F.Alex Nason教授二，工程案例学院的生物医学工程。
 
“我们相信，通过这项工作，我们已经在这个领域取得了重大进展，”Madabhushi说道，十几位作者在最近一篇关于临床癌症研究期刊工作的论文中担任主角。“你需要化疗吗？-这对病人有直接的好处，真正重要的是什么。”
 
虽然这项已发表的研究主要集中在早期肺癌组织，但进一步的分析也预测了免疫治疗在晚期肺癌中的成功，Madabhushi说。
 
“这就是为什么我对此非常兴奋：它是对我们所谓的免疫细胞'空间结构'的验证，可以预测肺癌治疗的成功，”他说。
 
简单的组织切片，复杂的癌症分析
 
肿瘤学家和病理学家经常采集癌细胞的组织样本，然后捕获该组织的图像。但深度学习和机器学习算法的出现使得研究人员能够在细胞中找到原本几乎不可能被人眼检测的模式。大多数情况下，这意味着分析癌细胞本身，或者只取得有限的成功，计算白细胞-称为肿瘤浸润性淋巴细胞-身体发送出来以对抗癌症。
 
“其中一个重大问题是，癌症通常会掩盖免疫反应，这就是为什么身体上癌症并不像外来入侵者那样，”Madabhushi说。“但它的确引起了人们的注意
 
出于这个原因，病理学家在过去的10到15年里一直在努力更好地了解免疫反应如何与癌症如何传播或患者对某些疗法的反应有关-或者患者是否需要侵入性和几乎所有的癌症患者都经常进行痛苦的化疗。
 
“但手动完成这项工作非常繁琐，因为有数十万个淋巴细胞，很难确定模式，”Madabhushi说。“我们小组已经找到了一种训练机器来找到淋巴细胞并破译它们的排列，它们的空间结构-并预测疾病结果的方法。”