在世界首创中，发表在《柳叶刀》的 EbioMedicine 杂志上的 OCTAPUS-AI 研究比较了不同的机器学习模型，以确定哪种模型可以最准确地识别根治性放疗后有复发风险的 NSCLC 患者。机器学习 （ML） 是一种允许软件自动预测结果的 AI。ML 算法基于样本数据构建模型来做出预测或决策，而无需明确编程。
回顾性多中心研究的结果表明，这项技术可用于帮助个性化，从而根据患者的风险改善对患者治疗后的监测。这可能会导致在高危患者中更早地发现复发，确保他们接受紧急治疗，这可能会改善他们的预后。对于那些复发风险低的人来说，它可能会导致更少的后续扫描和医院就诊。
研究人员使用来自英国五家医院治疗的 657 名 NSCLC 患者的匿名常规临床数据，根据各种预后因素（用于预测患者的复发机会）比较不同的机器学习算法，例如年龄、性别和扫描中的肿瘤特征。然后，他们开发并测试了预测模型，将患者分为低复发风险和高复发风险、无复发生存期和治疗后两年的总生存期。
例如，研究人员发现患者的肿瘤大小和分期、放疗的类型和强度、吸烟状况、BMI 和年龄是最终模型算法中预测患者结果的最重要因素。研究人员还发现该模型在预测结果方面比 TNM 分期系统等传统方法更准确，TNM 分期系统描述了癌症在患者体内的数量和扩散。
肺癌是全球癌症死亡的主要原因，占英国癌症死亡人数的五分之一多 （21%）1。NSCLC 占肺癌病例的近六分之五 （85%），如果及早发现，这种疾病通常是可以治愈的2。然而，在英国，超过三分之一 （36%） 的 NSCLC 患者会复发。
为了改善肺癌患者的预后，美国国家医疗保健和临床优化研究所 （NICE） 呼吁进一步研究使用预后因素开发风险分层模型，以便为最佳监测提供信息。OCTAPUS-AI 研究就是根据这一建议制定的。
来自巴尔汉姆的 78 岁的安妮特·摩根（下图）在因肺炎入院后于 2012 年首次被诊断出患有肺癌。在手术切除肿瘤后，她接受了定期监测和 CT 扫描，结果在 2014 年（当她被转诊到皇家马斯登酒店时）和 2016 年再次发现癌症复发。在这些情况下，Annette 在医院接受了强化放疗和化疗。安妮特的病史与这项研究中的患者概况相匹配，她于今年 2 月被宣布无癌症。她说：安妮特·摩根“对我来说，我第一次被诊断出肺癌是一个信号，表明我可能活不了多久了。我的丈夫康威在前一年死于鼻窦癌，所以我想我可能很快就会加入他。”
“当 2014 年通过扫描发现复发时，我很沮丧，因为比赛还没有结束，但很高兴能在皇家马斯登得到照顾。在 2016 年，我当然不高兴听到癌症复发，但接受了需要更多的治疗，只要它不会影响我的独立性。老公手术后，他的生活质量变得很差，我不希望这种情况发生在我身上。”
“过去九年对我病情的监测非常棒。首先，我每三个月回一次皇家马斯登，然后是四个月，持续三年，然后每六个月一次，持续两年。在此之后，我每年都会进行检查。我感到自信和放心，如果有什么问题，它会被发现，而且我会得到很好的照顾。”
“这里每个人都很棒。我的肿瘤科医生 Merina Ahmed 医生不仅治疗了我的癌症，还帮助解决了与我的心脏、甲状腺和呼吸相关的其他健康问题。医院让我能够保持独立和活跃 - 例如，骑着我家的自行车骑行 - 并有更多时间陪伴我的孩子和孙子孙女。我得到的照顾真是太棒了。”
研究负责人、皇家马斯登 NHS 基金会信托基金和伦敦帝国理工学院临床肿瘤学专家注册官 Sumeet Hindocha 博士说：
“目前，英国没有固定的框架来监测放疗后的非小细胞肺癌患者。这意味着患者接受的随访类型和频率存在差异。需要更多的研究来制定个性化的随访方案，而将 AI 与医疗保健数据结合使用可能是答案。”
“这项研究表明，机器学习模型可以使用常规可用的临床数据预测 NSCLC 患者在根治性放疗后的结果。由于这种类型的数据很容易访问，因此这种方法可以在不同的卫生系统之间复制。因此，这项研究是朝着开发模型迈出令人兴奋的第一步，以帮助指导根据该患者群体的个体复发风险对他们进行治疗后监测。这项研究的下一阶段将单独使用成像数据并结合临床数据来测试机器学习模型。我们希望找出我们的模型（基于患者特征和他们接受的治疗）如何受到成像扫描数据的影响。”
这项研究得到了早期诊断和检测中心的支持，旨在加速癌症的早期诊断。该中心是与癌症研究所 （ICR） 合作成立的，由国家健康与护理研究所生物医学研究中心 （NIHR BRC） 主办，并得到皇家马斯登癌症慈善机构的资助。
早期诊断和检测中心汇集了多个肿瘤组的早期检测研究和专业知识，Royal Marden 癌症慈善基金支持招聘新的专家角色和建立新的临床试验基础设施。它侧重于识别高风险群体，然后他们将受益于人工智能、成像和新型液体活检技术，有助于更早、更快地发现癌症并给出更准确的诊断。
Sumeet Hindocha 博士由伦敦帝国理工学院 UKRI 人工智能医疗保健中心资助，用于博士培训。
由皇家马斯登癌症慈善机构资助的皇家马斯登 NHS 基金会信托基金呼吸医学和早期诊断顾问医师 Richard Lee 博士说：
“这是向前迈出的重要一步，能够使用 AI 来了解哪些患者癌症复发的风险最高，并更早地发现这种复发，以便更有效地进行再治疗。复发也是患者焦虑的主要来源。减少此设置中所需的扫描次数可能会有所帮助，还可以减少辐射暴露、医院就诊，并更有效地利用宝贵的 NHS 资源。这项研究是我们早期诊断和检测中心进行的重要科学临床研究的一个例子。通过这项工作，我们希望突破界限，改善对癌症患者的护理，帮助他们延长寿命，并减少疾病对他们生活的影响。我们感谢使这项研究成为可能的患者和捐助者。”
“未来，我们希望这种方法能为预测所有癌症类型的复发铺平道路，而不仅仅是 NSCLC。我们的模型使用了这种疾病特有的特征，但通过改进算法，这项技术可以有更广泛的应用。
皇家马斯登的临床肿瘤学顾问、该研究的资深作者 Merina Ahmed 博士说：“TNM 分期系统目前是我们可用于预测癌症患者复发风险的最佳工具。然而，我们一直在寻找提高预后能力的方法，通过在 TNM 中包括其他因素，这项研究表明使用 AI 的组合方法可能会效果更好。”
“目前，非小细胞肺癌患者在放疗后接受的随访类型和频率在国内和国际上都有很大差异，世界各地的指南各不相同。例如，一些患者接受胸部 X 光检查，而另一些患者可能会接受 CT 扫描。一些中心在最初几年每三个月对患者进行一次随访，而另一些中心可能不太频繁。
