AI将为癌症诊疗带来哪些变化?来看看AACR年会上的最新研究成果

美国癌症研究协会(AACR)是世界上历史最悠久和规模最大的癌症研究协会之一。它于1907年成立,会员超过3万名。AACR的年会也是世界上规模最大的癌症研究会议之一,今年的AACR年会于3月29日至4月3日在美国亚特兰大举行。

在AACR年会中,你也能看到AI的身影:多家AI医疗科技公司都在会议上展示了其在癌症诊疗方面的最新进展。今天,我们为你精心挑选了AACR年会中的AI+癌症研究。

Lunit SCOPE利用组织学染色图像分析乳腺癌

Lunit是一家关注于医疗图像分析和图像生物标记物的AI初创企业,其总部位于韩国首尔。在此次AACR年会上,Lunit发表了两篇病理学论文摘要,阐述了AI通过组织学染色图像预测乳腺癌预后的方法

Lunit旗下的AI平台可通过H&E染色组织学图像来鉴别乳腺癌组织并确定其规模,这将有助于乳腺癌患者了解自己的风险等级,并获得更准确的预后评估。根据Lunit对乳腺癌患者的分级情况,高风险组别患者的死亡率是低风险组别患者的五倍。不同风险组别患者对辅助化疗的反应也会有很大的差别,从而影响到其生存率。

这个AI平台的的名字是Lunit SCOPE,其应用了深度学习算法,擅长于H&E染色图像分析,是Lunit在AI+癌症组织研究中的核心技术。H&E染色是苏木精-伊红染色的简写,是组织学中最常用的染色方法之一。

Lunit首席执行官Brandon Suh先生表示:“被AACR接受的论文摘要表明了我们在相关癌症研究的第一阶段取得了成功,我们将会加快研究进程并发展AI分析癌症组织的技术。”

BERG旗下AI平台辅助抗癌药物研发

位于美国马萨诸塞州的BERG是一家使用AI技术驱动的生物科技医药企业。在AACR年会上,BERG带来了其恶性胶质瘤候选药物BPM 31510在临床前研究中展现出的新机制,以及对前列腺癌和胰腺癌新生物标志物的初步验证。

在研发BPM 31510的过程中,BERG利用了其独有的AI平台Interrogative Biology。这款候选药物迄今的成功也说明了此平台在抗癌药物研究中的潜力。

不仅如此,BERG的AI平台为多组学研究和提高诊断效能提供了帮助,结合与临床试验终点相关的深度分子特性,研究人员发现新癌症生物标记物的能力也将得到加强。发现新的生物标记物将有助于更早发现胰腺癌,并最终实现个性化治疗。这项针对前列腺癌和胰腺癌的项目名为“生存计划”(Project Survival),由BERG与哈佛/贝斯以色列女执事医疗中心合作进行

早诊、个性化治疗,以及预后评估都是癌症预防和诊疗的重要环节,如果能在这几方面取得进步,癌症患者的治疗和生活状况也将有机会得到改善。我们也希望AI技术在癌症研究中,能发挥更突出的作用。

参考资料

[1]  Lunit to Present Abstracts on AI-Powered Precision Pathology at AACR 2019. Retrieved Apr 2, 2019 from https://www.businesswire.com/news/home/20190401005342/en

[2] BERG Presents Novel Mechanism Underlying BPM 31510 in Glioblastoma and Identification of Prostate and Pancreatic Cancer Biomarkers at 2019 AACR Meeting. Retrieved Apr 2, 2019 from https://www.prnewswire.com/news-releases/berg-presents-novel-mechanism-underlying-bpm-31510-in-glioblastoma-and-identification-of-prostate-and-pancreatic-cancer-biomarkers-at-2019-aacr-meeting-300821493.html

药明康德AI
药明康德AI

药明康德微信团队专业打造。当人工智能遇上大健康,带你看全AI时代的智慧之光。

专栏二维码
产业药物研发深度学习AACR癌症检测
1
相关数据
深度学习技术

深度学习(deep learning)是机器学习的分支,是一种试图使用包含复杂结构或由多重非线性变换构成的多个处理层对数据进行高层抽象的算法。 深度学习是机器学习中一种基于对数据进行表征学习的算法,至今已有数种深度学习框架,如卷积神经网络和深度置信网络和递归神经网络等已被应用在计算机视觉、语音识别、自然语言处理、音频识别与生物信息学等领域并获取了极好的效果。

暂无评论
暂无评论~