人工智能检测到瘤透性淋巴细胞和针对抗PD-1治疗黑色素瘤的结果
Mark Schuiveling1, Isabella A J van Duin1, Laurens S Ter Maat2
1Department of Medical Oncology, University Medical Center Utrecht, Utrecht University, Utrecht, the Netherlands.
JAMA oncology
|October 16, 2025
概括
人工智能 (AI) 现在可以评估用免疫检查点抑制剂 (ICI) 治疗黑色素瘤患者的瘤透淋巴细胞 (TIL). 人工智能检测到的高TIL与更好的反应和生存相关,提供了一个有希望的新生物标志物.
科学领域:
- 在瘤学瘤学.
- 免疫学 免疫学 免疫学
- 人工智能的人工智能
背景情况:
- 在黑色素瘤中,免疫检查点抑制 (ICI) 反应的生物标志物有限.
- 瘤透淋巴细胞 (TILs) 在抗瘤免疫中至关重要.
研究的目的:
- 评估AI检测到的TILs作为ICI反应和晚期黑色素瘤生存的预测生物标志物.
- 评估人工智能衍生TIL和传统手动评分方法之间的相关性.
主要方法:
- 一项多中心队列研究,对1202名晚期黑色素瘤患者进行一线抗PD-1治疗 (含或不含抗CTLA-4).
- 人工智能 (Hover-NeXt模型) 量化了H&E染色前处理转移的TIL.
- 分析了客观应答率 (ORR),无进展生存率 (PFS) 和整体生存率 (OS).
主要成果:
- 较高的AI检测到的TIL独立地与增加的ORR,PFS和OS有关.
- 10%的TIL增加与改善的结果相关 (ORR:调整的OR 1.40,PFS:调整的HR 0.85,OS:调整的HR 0.83).
- 与手动评分相比,人工智能衍生的TIL与反应和生存有更强的关联.
结论:
- 在常规组织学上由AI检测到的TIL是预测ICI反应和黑色素瘤生存的有价值,可访问的生物标志物.
- 霍弗-NeXt模型和权重是公开可用的,以促进更广泛的验证和临床实施.
更多相关视频
10:29Semi-automatic PD-L1 Characterization and Enumeration of Circulating Tumor Cells from Non-small Cell Lung Cancer Patients by Immunofluorescence
Published on: August 14, 2019
11.0K
06:07Monitoring PD-1-Blocking Antibodies Bound to T Cells Derived from a Drop of Peripheral Blood
Published on: February 5, 2020
6.1K
