客人列|2021年11月22日

推动人工智能在精确医学中应用的两个新兴领域

阿佩克莎·达曼尼亚和比尔·沃伍德,导游馆

iStock-1216139873

作为一个由两部分组成的系列文章的第1部分,本文将探讨肿瘤学诊断和治疗的最新进展如何预见精确医学的全部潜力。第2部分将分享行业在充分实现个性化医疗之前必须克服的挑战的见解。

长期以来,制药行业一直在寻找一种定制药物疗法以满足患者独特需求的方法,由于医疗技术的最新突破,制药行业正越来越接近于充分利用精确医学。多维数据的可用性加上快速发展的计算硬件和编程技术使人工智能(AI)的使用进入了一个新时代,在这个时代里,治疗可以根据个人的遗传、环境和行为背景进行调整。

虽然这种创新医疗技术尚未完全实现,但人工智能和机器学习(ML)已经就位,可以帮助临床医生了解和识别可能使患者面临并发症风险的条件。

基于人工智能的分析范式的进展在计算医学成像应用中创造了前所未有的势头,从而产生了精确医学研究的新领域。本文探讨了肿瘤医学成像的最新进展如何带来精确医学的新领域,并展望了其全部潜力。

放射基因组学

在相对较新的图像识别领域,放射基因组学专注于建立癌症图像的放射特征与基因组或分子表达之间的联系。这些相关性被用来为患者的早期诊断和管理提供信息,以及帮助识别放疗后有发生毒性风险的患者。放射基因组学方法包括预定义的数据采集协议,然后是特征提取(放射组学、深度学习和传统图像处理技术)和选择过程。1这些高度鉴别的生物标记物的关联和建模有助于识别组织水平的变化,从而提高诊断效率并将毒性或癌症复发的风险降至最低。

放射基因组学和医学图像生物标记物的进展证明在改善患者护理方面越来越有效。最近,一组研究人员创建了一个聚合AI/ML模型,将临床数据与图像特征相结合,为肝细胞癌(HCC)患者的肝移植提供更客观的风险评估。2该模型有可能识别肝癌复发的危险因素,而不仅仅是肿瘤大小和生物标志物分析等传统因素。这种预测模型的临床意义包括更好地预测生存结果和有效通知移植分配系统的潜力。

纳米医学

另一个新兴领域,纳米医学(即在制药应用中使用纳米级医疗技术来制造医学上有用的产品)也有望成为实现精确医学的工具。纳米材料的特性使其成为改善神经退行性疾病和癌症早期诊断和治疗的理想材料。

由于纳米材料具有高比表面积、可转换的形状和大小以及可调节的化学反应性等特性,使其能够适应几乎任何微环境,因此它们非常适合用于诊断显像剂和药物载具。从精准医学的角度来看,纳米技术可以作为一种平台技术来解决广泛的未满足的需求,例如用于子集人群或作为一种定制技术来解决特定患者的问题。

例如,将磁性纳米颗粒与核磁共振(NMR)技术相结合的诊断方法可以使脑癌的早期诊断成为可能。磁性纳米颗粒附着在脑肿瘤细胞分泌的巨泡上,然后用核磁共振技术检测这些巨泡/纳米颗粒簇。在另一种情况下,一组研究人员正在探索碳纳米管和金纳米颗粒作为传感器来检测口腔癌的蛋白质。3.

随着纳米医学领域的不断发展,正在探索多功能方法,以同时将治疗和诊断试剂整合到单个纳米颗粒上,或同时提供多种纳米医学功能化疗法。与传统的联合疗法一样,这些策略旨在通过维持药物协同作用的多药靶向给药来改善治疗效果。

然而,在所有形式的药物管理中,一个持续的挑战是药物协同作用在任何给定治疗点都是时间依赖性、剂量依赖性和患者特异性的。4肿瘤内和患者间的高度异质性使得难以分析各种诊断和治疗平台的输出。建立一个筛选最佳纳米颗粒制备的系统将使药物输送更加高效,并将其作为个性化医疗工具实施。

利用模式分析和分类算法,AI/ML技术可以在提高纳米医学诊断和治疗准确性方面发挥关键作用。人工智能技术可以根据预测的与目标药物、生物液体、免疫系统、血管系统和细胞膜的相互作用来帮助优化材料特性,所有这些都会影响治疗效果。

在最近的一项研究中,Reker等人展示了ML与高通量实验相结合的应用,用于快速、大规模地识别有效的纳米颗粒制剂。(这一发展以前因无法预测哪种成分的混合物具有较高的装载能力而受到限制。5)在这项研究中,ML用于从210万对788种治疗性小分子和2686种经批准的赋形剂中识别100种自组装药物纳米颗粒。除了为开发更安全、更有效、载药量更高的纳米药物提供平台外,AI/ML技术还为我们提供了一个机会考虑药物吸收、遗传、过敏等特性,使纳米给药系统个性化,以帮助减轻纳米制剂的副作用。

优化药物组合可促进药物协同作用,提高肿瘤治疗的临床疗效。人工智能及其相关技术可以用于选择正确的纳米药物组合,并在血液或目标部位维持最佳药物水平。例如,人工智能平台CURATE。在转移性去势耐药前列腺癌患者中,AI被用于前瞻性指导溴域抑制剂(ZEN‐3694)和enzalutamide联合给药,以降低血清前列腺特异性抗原(PSA)水平。6该平台成功地确定了每种药物的剂量调整,提高了治疗效果和耐受性。这使患者能够继续联合方案,从而产生持久的反应,并且没有疾病进展。

展望未来

人工智能驱动的医学成像和人工智能集成纳米技术的使用为各种疾病的预防、诊断和治疗方面的新策略的开发提供了新的机遇。然而,在这种人工智能驱动的精确医学能够实现惠及所有相关方之前,必须首先克服几个关键挑战本系列文章的第2部分提供了创建新的精确医疗护理标准的主要障碍的见解。

关于作者:

Apeksha Damania博士是Guidehouse生命科学实践的顾问。她在转化医学方面拥有七年以上的研究经验,在再生医学、生物材料、组织工程和药物输送方法方面拥有专业技术。她的专业领域包括市场准入、循证研究和分析、竞争评估以及出版和传播战略。

比尔·沃伊伍德(Bill woywood)是Guidehouse健康部门的副主任。他在医疗保健行业拥有超过10年的领导先进分析和数据科学项目的经验,包括生物制药、医疗技术和公共和商业支付方。他的技术领域包括有监督和无监督机器学习、索赔数据分析、利率设定、自然语言处理和计量经济学。他创建并领导了Guidehouse的COBRA专家社区,该社区由生命科学和数据科学交叉领域的专家组成,专注于思想领导力和持续创新。


  1. Trivizakis E, Papadakis GZ, souglako I, Papanikolaou N, Koumakis L, Spandidos DA, Tsatsakis A, Karantanas AH, Marias K”人工智能放射基因组学用于提高肿瘤治疗的准确性和有效性(综述)“国际癌症杂志57;43-53 (2020)https://www.spandidos-publications.com/10.3892/ijo.2020.5063
  2. 何婷,方健,Moore LW, Ezeana CF, Victor D, Divatia M, Vasquez M, Ghobrial RM, Wong STC”基于图像组学和多网络的肝癌肝移植风险评估深度学习模型计算机医学成像图11;89: 101894 (2021)https://doi.org/10.1016/j.compmedimag.2021.101894
  3. Malhotra R, Patel V, Vaque JP, Gutkind JS, Rusling JF”使用碳纳米管森林电极和多标记扩增的口腔癌生物标志物IL-6的超灵敏电化学免疫传感器《肛门化学82》(8);3118 - 3123 (2010)https://pubs.acs.org/doi/10.1021/ac902802b
  4. “何德,王平,记”纳米医学中的人工智能“纳米级horizon 4(2);365 - 377 (2019)10.1039 / c8nh00233a
  5. Reker D, Rybakova Y, Kirtane AR, Cao R, Yang JW, Navamajiti N, Gardner A, Zhang RM, Esfandiary T, L 'Heureux J, et al.”基于计算引导的药物纳米粒子自组装高通量设计“Nat纳米技术(2021年)https://doi.org/10.1038/s41565-021-00870-y
  6. Pantuck AJ、Lee DK、Kee T、Wang P、Lakhotia S、Silverman MH、Mathis C、Drakki A、Belldegrun AS、Ho CM、Ho D”调制BET溴代烷抑制剂ZEN3694和Enzalutamide联合剂量在转移性前列腺癌患者使用CURATE。人工智能平台“高级疗法1(6);1800104 (2018)https://doi.org/10.1002/adtp.20180010