AI驱动的“芯片实验室”平台或可实现儿科患者当日治疗决策AI-Powered “Lab-on-a-Chip” Platform May Enable Same-Day Treatment Decisions for Pediatric Patients | Huntsman Cancer Institute | University of Utah Health

环球医讯 / AI与医疗健康来源:healthcare.utah.edu美国 - 英语2026-09-09 04:55:27 - 阅读时长5分钟 - 2443字
犹他大学科学家开发出一种名为μPharma的新型“芯片实验室”设备,利用人工智能快速预测儿童T细胞急性淋巴细胞白血病(T-ALL)对靶向治疗药物的敏感性。该设备通过数字微流控技术自动处理微量癌细胞样本,在四小时内即可得出结果,而传统方法需要数天。研究团队在《Med》杂志上发表的研究表明,该平台能准确预测达沙替尼和维奈克拉两种药物的响应,并揭示药物敏感性与关键分子标志物的新关联。这一技术有望帮助儿科患者更快获得精准治疗,减少不必要的副作用,改善长期预后。
芯片实验室人工智能儿童白血病T-ALL药物敏感性精准医疗靶向治疗当日治疗决策减少副作用
AI驱动的“芯片实验室”平台或可实现儿科患者当日治疗决策

科学家在犹他大学(the U)开发了一种新型“芯片实验室”设备,利用人工智能快速预测儿童T细胞急性淋巴细胞白血病(T-ALL)对靶向治疗的敏感性。T-ALL是一种侵袭性强、难以治疗的癌症。

研究人员表示,该工具尚未在临床中使用,但可能有助于减少不必要的治疗和副作用,通过快速识别患者癌细胞对哪些疗法敏感。该设备名为μPharma,可在四小时内而不是数天得出结果——为每一分钟都很重要的患者提供当日精准医疗的可能途径。

该平台无需直接将患者癌细胞暴露于药物,即可识别患者的药物响应谱。它利用数字微流控技术,在芯片上移动微小液滴并自动化繁重的人工液体处理步骤,从而减少所需细胞和试剂的数量,最小化人为错误,并加快流程。试剂是添加到系统中以引发化学反应或测试其他物质存在的化合物或物质。

T-ALL是急性淋巴细胞白血病(最常见的儿童癌症)的一种具有挑战性的亚型。虽然完全缓解率有所提高,但许多幸存者因强化化疗而遭受长期影响。快速确定药物响应可以帮助临床医生更早地个性化治疗,减少无效治疗和副作用。对于这些患者,迅速识别最有效的治疗可能挽救生命。

Huntsman癌症研究所的儿科肿瘤学家、犹他大学儿科副教授卢克·迈斯医生(Luke Maese, DO)表示:“儿科恶性肿瘤的治疗选择创新是一个迫切需求。”迈斯治疗白血病患儿,他们可能受益于像μPharma这样的进步。“实时完成的个性化治疗选择将是癌症治疗未来的组成部分,而μPharma代表了朝着这一方向迈出的令人鼓舞的一步。”

在发表于《Med》杂志的一项研究中,科学家还证明μPharma准确预测了目前正在研究用于T-ALL的两种靶向疗法——达沙替尼和维奈克拉——的响应,并揭示了药物响应与T-ALL关键分子标志物之间先前未被认识到的联系。

“我们的团队努力开发这项技术,看到它表现良好是将其带入临床帮助患者的关键一步,”Huntsman癌症研究所实验治疗项目研究员、犹他大学分子药剂学助理教授岳露博士(Yue Lu, PhD)说。该项目是岳露与犹他大学生物医学工程助理教授、DigiPharma实验室联合负责人阿尔方瑟斯·吴博士(Alphonsus Ng, PhD),以及圣犹大儿童研究医院和宾夕法尼亚大学的研究人员合作完成的。

该平台可以检测单个癌细胞水平上药物敏感性的差异。这一点很重要,因为如果某种药物对患者的部分癌细胞有效而非全部,存活的癌细胞可能会反弹。通过在单细胞水平分析药物响应,它可以帮助医生识别能够针对患者癌症每一部分的药物,从而可能改善长期结果。

“如果我们能快速准确地监测癌细胞的敏感性并适当调整治疗,我们相信这可以显著改善结果,”吴说。“下一步是在现实的临床环境中使用原发性白血病细胞验证这项技术。”

临床医生会将患者的一小份癌细胞样本放入设备中。在内部,细胞被夹在两个板之间,板间距仅比人类头发厚度略宽。电流精确地将微小化学液滴移向细胞和从细胞移出,完全自动化了通常耗时且劳动密集的实验室流程。

这种方法使与药物敏感性相关的关键分子在细胞内变得可见。然后,机器学习模型检查这些分子、它们在细胞内的位置以及细胞形状,以预测哪些药物可能对每位患者有效。

Huntsman癌症研究所药房主任、药学博士、BCOP、MBA马卡拉·佩斯(Makala Pace, PharmD, BCOP, MBA)在反思更安全、更精准护理的潜力时,承认μPharma可能带来的巨大益处。她指出:“一个能在数小时内预测药物响应、帮助临床团队优先选择最可能获益的疗法,同时简化护理并最小化对最年轻癌症患者不必要的毒性的工具,正是我们在肿瘤药学实践中追求的精准度。”

该研究由犹他大学的机构启动资金资助,包括通过免疫学、炎症与感染性疾病(3i)倡议和代谢健康中心提供的内部补充资金。

Huntsman癌症研究所每天开展的关键研究得到了美国国立卫生研究院/国家癌症研究所的支持,包括癌症中心支持拨款P30 CA042014,以及Huntsman癌症基金会。

媒体联系人:Heather Simonsen,公共事务高级经理,Huntsman癌症研究所,电话:801 581-3194,邮箱:public.affairs@hci.utah.edu

关于Huntsman癌症研究所:犹他大学的Huntsman癌症研究所是美国国家癌症研究所指定的犹他州、爱达荷州、蒙大拿州、内华达州和怀俄明州的综合癌症中心。凭借创新癌症研究的传统、突破性发现和世界级的患者护理,我们正在改变癌症的理解、预防、诊断、治疗和生存方式。Huntsman癌症研究所专注于通过科学突破和尖端技术提供最先进的癌症治疗和预防,以创造超越当今标准护理的开创性癌症治疗方法。我们有超过400项开放临床试验和300多个研究团队研究癌症。Huntsman癌症研究所发现的遗传性癌症基因比任何其他癌症中心都多。我们的科学家以了解癌症如何开始并利用这些知识开发创新方法治疗每位患者独特疾病而闻名于世。Huntsman癌症研究所由Jon M.和Karen Huntsman创立。

关于犹他大学健康:犹他大学健康是犹他州唯一的学术医疗系统,为涵盖美国10%地区(包括爱达荷州、怀俄明州、蒙大拿州和内华达州大部分地区)的转诊区域提供前沿和富有同情心的护理。作为该地区健康科学研究和教育的中心,U of U Health拥有4.92亿美元的研究企业,每年培训犹他州的大部分医生以及超过1,670名科学家和1,460名医疗保健提供者,在其健康学院、护理学院、药学院以及牙科和医学院进行。拥有超过20,000名员工,该系统包括12个社区诊所和五家医院:犹他大学医院、Huntsman心理健康研究所、Huntsman癌症医院、犹他大学骨科中心和Craig H. Neilsen康复医院。连续15年,U of U Health在严格的Vizient质量和责任研究中排名美国顶级学术医疗中心之列。

【全文结束】

猜你喜欢
  • Quotient Therapeutics与默克达成研究合作,为炎症性肠病发现药物靶点Quotient Therapeutics与默克达成研究合作,为炎症性肠病发现药物靶点
  • 加拿大研究利用人工智能加速罕见病诊断加拿大研究利用人工智能加速罕见病诊断
  • 第四季第1集:改善依从性能改善银屑病结局吗?第四季第1集:改善依从性能改善银屑病结局吗?
  • 为什么威斯康星州和美国仍在医学研究中使用狗?为什么威斯康星州和美国仍在医学研究中使用狗?
  • 华盛顿州芬太尼过量预防工作有所改善,但逆风犹存华盛顿州芬太尼过量预防工作有所改善,但逆风犹存
  • 50年前,凯伦·昆兰的昏迷引发了临终患者权益运动50年前,凯伦·昆兰的昏迷引发了临终患者权益运动
  • 人工智能在医疗保健领域无处不在,但医疗保健专业人员仍向可信赖来源寻求决策依据人工智能在医疗保健领域无处不在,但医疗保健专业人员仍向可信赖来源寻求决策依据
  • 胰腺癌专家和患者称赞新型KRAS抑制剂疗法胰腺癌专家和患者称赞新型KRAS抑制剂疗法
  • 可解释人工智能在医疗健康中的应用:当前格局、挑战与未来方向可解释人工智能在医疗健康中的应用:当前格局、挑战与未来方向
  • 利用人工智能加速生物制药行业的创新利用人工智能加速生物制药行业的创新
热点资讯
全站热点
全站热文