資源中心分類:人工智慧

胰臟癌是複雜且異質性很高的惡性腫瘤,治療和預後都較難預測,也沒預期中的好,預估到了2030年將攀升為全球第二大致命癌症。法國大巴黎大學醫院(AP-HP)與Owkin機器學習生技公司為此展開策略合作,並於2021年6月在美國臨床腫瘤醫學會年度大會(ASCO 2021)發表他們的最新成果。

這篇「利用深度學習模型從病理組織切片預測胰臟癌基因亞型」(Identification of pancreatic adenocarcinoma molecular subtypes on histology slides using deep learning models)的摘要和海報,載明這是第一個利用人工智慧(AI)預測胰臟癌基因亞型的研究,期能突破胰臟癌治療瓶頸。

近來研究發現,Basal-like和Classical這兩種主要的腫瘤轉錄亞型,或許可用於預測患者對一線化療的反應;因此,AP-HP和Owkin的合作研究,將為今後的胰臟癌預防醫學及精準醫療開啟更多可能性。

面對胰臟癌這個難纏的對手,長期以來的傳統方法都是以RNA定序來找出大多數的胰臟癌基因亞型,但其執行成本和技術門檻都很高,成果也會因檢體的數量及品質而受到影響;此外,很多檢體也可能混雜多種基因亞型,增加定序的轉錄成本,及分析臨床運用的難度。

法國大巴黎大學醫院(AP-HP)與Owkin機器學習生技公司的這項合作,從2019年開始,共同目標是在腫瘤學、免疫學及心臟病學這三個領域改善患者的照護品質,促進新藥開發,同時也讓研究人員有更多採用人工智慧的機會,促進創新和醫學進步。

他們利用龐大的健康數據,有點像Mega Data的概念,用機器學習來打造人工智慧模型,期能快速從遠端定序出病人胰臟癌的基因亞型,可說是人工智慧突破性的創舉。今年ASCO年度大會發布這篇海報摘要,無非是想藉此加速推動更精準的人工智慧模型,也希望能夠產出和臨床相關的數據。

這個研究是從350個胰臟癌檢體中,制定出728個相對應的數位病理組織切片,做為人工智慧模型分析的研究組,另從癌症基因組圖譜(TCGA)計畫中,取得134個胰臟癌檢體做為對照組。

接下來,人工智慧利用研究組的檢體進行多步驟深度學習訓練,讓人工智慧可以辨識腫瘤細胞,再透過PurlST演算法預測腫瘤與間質細胞亞型;換句話說,整個研究是利用人工智慧模型來幫忙探究胰臟癌的基因亞型,期能有助於後續的臨床治療。

研究發現兩個重點,一是用機器學習來定序胰臟癌基因亞型的成果,二是發現在高異質性檢體中採用分子定序基因亞型的技術限制。研究團隊表示,對照組的模型表現出比較高的精準度,AUC為0.98,而在研究組檢測典型癌細胞模型的精準度AUC約0.79,但若檢體使用高顯著的RNA定序基因亞型標本,測得AUC提升為0.86。AUC是無母數統計而使用排序做為計算方式。

他們也發現,在多變量分析中,經過機器學習訓練出來的人工智慧模型,其所分析出來的基因亞型與患者的整體存活相關,而經過PurlST演算法的基因亞型關連性更高,在對照組中的AUC為0.82,除了證明組織學的深度學習模型對腫瘤基因亞型分型的價值外,同時也顯示基因亞型分型在高度異質樣本中的侷限性。