Исследователи разработали инновационную модель на основе глубокого обучения, способную прогнозировать эффективность ниволумаба у пациентов с раком желудка путем анализа цифровых изображений патологических препаратов. Данный подход открывает новые перспективы для персонализации иммунотерапии в онкологии.
Модель была обучена на основе анализа гистопатологических изображений с использованием алгоритмов глубокого обучения. Исследование включало пациентов с распространенным раком желудка, получавших терапию ниволумабом.
Полученная шкала риска продемонстрировала способность стратифицировать пациентов по вероятности ответа на иммунотерапию, что может существенно улучшить отбор кандидатов для лечения ниволумабом.
Разработанная модель представляет собой значительный шаг вперед в области цифровой патологии и персонализированной медицины. Использование искусственного интеллекта для анализа морфологических характеристик опухоли может дополнить существующие биомаркеры и улучшить прогнозирование эффективности иммунотерапии.
Данный подход имеет потенциал для широкого клинического применения, поскольку основывается на стандартных гистопатологических препаратах, доступных в рутинной практике.