世界各地的医生可能很快就能获得一种新的工具，可以更好地预测个别癌症患者是否能从免疫检查点抑制剂（一种免疫疗法）中获益，而仅需使用常规血液检查和临床数据。
这个基于人工智能的模型被称为SCORPIO，由纪念斯隆凯特琳癌症中心（MSK）和西奈山伊坎医学院的Tisch癌症研究所的研究人员共同开发。根据1月6日发表在《自然医学》上的研究结果，该模型不仅更便宜、更容易获取，而且其预测效果显著优于目前美国食品药品监督管理局（FDA）批准的两种生物标志物。
“免疫检查点抑制剂是一种对抗癌症的强大工具，但它们尚未对大多数患者有效。这些药物价格昂贵，并可能带来严重的副作用。”该研究的共同高级作者、MSK的外科医生和研究实验室主任Luc Morris博士表示，“因此，关键是患者的选择——将药物与最有可能从中受益的患者匹配。”
Morris博士补充说：“现有的工具虽然可以预测肿瘤是否会对这些药物产生反应，但它们通常依赖于先进的基因组测试，这种测试在全球范围内并不普及。我们希望开发一个模型，利用广泛可用的数据（如常规血液检查）来指导治疗决策。”
为什么开发新的模型来预测检查点抑制剂的反应？
显然有改进的空间。目前有两种经FDA批准的生物标志物用于预测对检查点抑制剂的反应：肿瘤突变负荷（肿瘤中的突变数量）和PD-L1免疫组织化学（评估肿瘤样本中程序性死亡配体1蛋白的表达）。这两种方法都需要收集肿瘤样本。同时，评估基因突变的基因组测试既昂贵又并非随处可得，而评估PD-L1表达也存在很大的差异性。
相比之下，我们的模型依赖于广泛可用的临床数据，包括全球各地诊所普遍进行的全血细胞计数和综合代谢谱。我们发现，我们的模型在临床上的表现优于当前使用的测试。
模型是如何开发的？
SCORPIO最初由我们的团队开发，数据来自MSK的患者，因为这里的肿瘤学家在使用这些药物治疗患者方面有着长期和深入的经验。与西奈山团队合作，我们使用了一种称为“集成机器学习”的人工智能技术，结合多种工具分析血液检查和治疗结果中的临床数据模式。该模型基于超过2,000名MSK患者的回顾性数据开发，涵盖17种不同类型的癌症。然后，我们使用另外2,100名MSK患者的数据进行了测试，以验证其高准确性。
接下来，我们将模型应用于来自全球10个三期临床试验中近4,500名接受检查点抑制剂治疗的患者。进一步的验证使用了来自西奈山近1,200名患者的额外数据。总计，该研究涵盖了21种不同类型癌症的近10,000名患者，代表迄今为止最大的癌症免疫疗法数据集。
我们进行了广泛的测试和验证，因为我们不仅旨在开发一个预测模型，还希望开发一个适用于不同地点的患者和医生的广泛适用模型。
下一步计划是什么？
我们计划与世界各地的医院和癌症中心合作，使用更多来自各种临床环境的数据测试该模型。我们收到的反馈将帮助我们继续优化模型。此外，正在开发一个易于访问的界面，无论医生位于何处，都可以方便地使用。
(全文结束)
