（本報訊）如果醫生只用癌症腫瘤影像，就能預測哪種治療方法最適合患者，那該多好！來自澳洲國立大學、美國國家癌症研究所和精準腫瘤學製藥公司Pangea Biomed的科學家，成功開發出一種基於人工智慧（AI）的系統「ENLIGHT-DP」，可以分析標準腫瘤圖像並預測患者的治療反應，幫助醫生為癌症患者選擇最佳療法。相關研究論文發表於最新一期《自然·癌症》雜誌。
先分析癌細胞的基因 再和不同療法配對
ENLIGHT-DP分為兩個步驟。首先，以稱為「DeepPT」的深度學習框架分析腫瘤影像，論文指出，研究人員利用16種常見癌症的5500多名患者的數據對DeepPT進行訓練，mRNA（信使核糖核酸）是由DNA經由轉錄而來，帶著相應的遺傳訊息，為下一步轉譯成蛋白質提供所需的訊息，而DeepPT就是分析推斷mRNA表現，以識別每個病患不同的癌細胞組織及其出現方式；接著再將這組資訊傳到「ENLIGHT」 中，這種無監督的機器學習方法，可分析藥物機制和腫瘤獨特的遺傳特徵之間複雜的相互作用，以預測對特定療法產生反應的可能性。
對治療有反應的可能性增加了2.28倍
ENLIGHT-DP 最有前景的用途是顯著提高治療反應率的潛力。在這項研究中，接受 ENLIGHT 匹配治療的患者對治療產生反應的可能性是未匹配患者的 2.28 倍，即反應率增加了 39.5%。此外，研究發現 DeepPT 還可以準確地捕捉某些基因特徵的預後價值。
輕鬆找到最佳療法、還能反向開發藥物
Pangea Biomed 執行長貝克爾表示，「這項技術預示著精準腫瘤學的新時代，每個人都可以輕鬆地接受測試並匹配最有效的治療方法。」此外，這種新方法還能反向讓藥物的開發方向也更加精準，甚至幫助新型癌症的療法研究更加快速有效。
