准确率高达80％！美国科学家研发出一款计算模型，帮助癌症患者精准查找原发病灶-出国看病-盛诺一家

摘要

在所有癌症类型中，有一类原发部位不明的癌症，这类患者的治疗存在很大困境。但近日美国科学家利用机器学习，研发出了一款计算模型，能够预测肿瘤在患者体内的起源位置，准确率高达80％。利用这款计算模型，能够更好地指导癌症患者的临床治疗决策。

来源：摄图网

关键信息如下：

1.这款计算模型能够预测肿瘤原发部位的准确率高达80％，并且可以准确地对至少40％的原发部位不明的癌症进行分类，判断癌症类型。

2.经过验证，在这款计算模型的帮助下，大约有15％的患者接受了相应的靶向治疗，能获得更好的预后。

3.这款计算模型有可能被用于癌症的辅助治疗决策，引导医生为癌症患者提供更加精准和个性化的治疗方法。

研究详情

（专业人士阅读）

在所有癌症中，有一类原发部位不明的癌症（Cancer of Unknown Primary，简称CUP），大约占所有癌症的3％-5％。由于这类癌症的起源部位无法确定，并且有些肿瘤已发生全身转移，导致患者的治疗非常困难，医生无法为其选择究竟该使用哪类癌症药物，因为许多癌症药物通常是针对已知的特定癌症类型研发的。

针对这个治疗困境，近日，美国麻省理工学院（MIT）和美国哈佛大学医学院附属丹娜法伯癌症研究院的研究人员联合开发出一种新方法，可以更容易地确定CUP的起源，并利用这些信息预测肿瘤在患者体内的起源位置。

该研究的论文发表在了近期的自然医学杂志上。

来源：nature medicine官方截图

研究人员利用机器学习，创建了一个计算模型，取名为OncoNPC，可以分析约400个基因的遗传序列。

在将近3万多名被诊断出患有22种已知癌症类型的患者数据中，研究人员对这款模型进行了“训练”。随后在约7000个原发部位不明的肿瘤上进行了测试。

“训练”结果显示：OncoNPC模型能够预测肿瘤原发部位的准确率高达80％！

这一结果令研究人员感到非常兴奋，随即使用这款模型，分析了约900名原发部位不明癌症患者的肿瘤数据。

结果显示，OncoNPC模型可以准确地对至少40％的CUP进行很好的分类。

为了进一步验证OncoNPC模型的预测准确性，研究人员进行了数据对比。

首先，研究人员发现，在OncoNPC预测出的CUP中，判断属于预后不佳的癌症（例如胰腺癌）患者，生存时间更短。相对的，OncoNPC预测出的CUP中，判断属于预后较好的癌症（例如神经内分泌肿瘤）患者，生存时间确实更长。

其次，根据OncoNPC预测的结果，大约10％的（CUP）患者被给与对应的治疗后，患者的治疗效果表现也确实更好。

第三，利用OncoNPC，研究人员还帮助额外15％的（CUP）患者，明确了癌症类型，由于他们的癌症存在可用靶向药物，因此无需化疗，可进行毒性更小的靶向治疗。

“这个计算模型有可能被用于癌症的辅助治疗决策，引导医生为CUP患者提供更加精准和个性化的治疗方法。”该研究的主要作者、麻省理工学院电气工程与计算机科学专业的研究生Intae Moon说道。

期待这项研究成果能尽快应用到临床中，使更多CUP患者受益。

来源：

[1][https://www.nature.com/articles/s41591-023-02482-6

[2]https://news.mit.edu/2023/ai-model-can-help-determine-where-patients-cancer-arose-0807

本文由盛诺一家原创编译，转载需经授权