PD-1-tarkistuspisteen estovasteen ennustaminen kuvantamisen ja kliinisten tietojen syvällisen oppimisanalyysin avulla (Onc AI)

Viimeaikaiset vaiheen III tutkimukset ovat osoittaneet atetsolitsumabin (PD-L1) tehokkuuden metastasoituneessa kolminegatiivisessa rintasyövässä [3] ja pienisoluisessa keuhkosyövässä, kun taas vaiheen III ei-pienisoluisen keuhkosyövän hoitotaso on muuttunut positiivisin tuloksin. PACIFIC-vaiheen III tutkimuksessa, jossa durvalumabi (PD-L1) annettiin kemosäteilyhoidon jälkeen, osoitti merkittävän yleisen eloonjäämisen lisääntymisen.

Matala vasteaste, yleensä 15–20 % useimmissa sairauksissa, kun niitä käytetään yksittäisenä lääkkeenä, korkeat hoidon kustannukset maailmanlaajuisesti (150 000 dollaria tai enemmän vuodessa Yhdysvalloissa) ja vakavat immuunivälitteiset haittatapahtumat, erityisesti kun PD-1 /PD-L1-estäjät yhdistetään CTLA-4-estäjiin (ipilimumabi). Potilaiden arvaamattomat ja alhaiset vasteprosentit yhdistettynä korkeisiin lääkekustannuksiin ja vakaviin toksisiin vaikutuksiin voivat rasittaa merkittävästi terveydenhuoltojärjestelmiä, kolmansien osapuolien maksajia ja potilaita. On selvää, että diagnostiset työkalut potilaiden jakamiseksi vasteen todennäköisyyden mukaan ovat välttämättömiä, koska PD-[L]1-tarkastuspisteen estäjät yleistyvät edelleen.

Hoidon standardibiomarkkeri on immunohistokemian (IHC) testi, joka mittaa kasvainnäytteissä ilmennetyn PD-L1-proteiinin tasoja. Kasvaimen mutaatiotaakkaa, kasvaimeen infiltroivien lymfosyyttien ja tulehduksellisten sytokiinien esiintymistä tutkitaan useissa kliinisissä tutkimuksissa, joissa PD-(L)1 on usein yhdistetty muihin immuno-onkologisiin (IO) hoitoihin. Tällaisessa lähestymistavassa ei-invasiivinen kuvantamisskannaus voi tarjota näkemystä ja tietoa potilaan koko kasvainkuormasta sen sijaan, että olisi otettu näyte leesioiden osajoukosta (kuten saadaan biopsialla tai seerumipohjaisilla määrityksillä). Kun diagnostisia kuvia, jotka kuvaavat kaikkia hoidettavissa olevia vaurioita, analysoidaan edelleen laskennallisilla tekniikoilla, kuten koneoppimisella ja tekoälyllä, mikä johtaa asiaankuuluvien kuvantamisbiomarkkerien tunnistamiseen, voidaan saavuttaa tarkka kokonaisarvio potilaan vasteesta PD-[L]1-hoitoon. .