赫尔辛基大学、HUS 综合癌症中心、阿尔托大学和斯坦福大学的研究人员开发了一种人工智能模型，可以预测哪些皮肤癌患者将从激活免疫防御系统的治疗中受益。在实践中，人工智能模型使通过血液检测诊断皮肤癌、确定预后和越来越准确的靶向治疗成为可能。

皮肤癌相关研究发表在《自然通讯》杂志上。

为正确的患者提供正确的药物

事实证明，增强身体自身的防御系统是治疗皮肤癌的一种特别有效的疗法。激活免疫系统的疗法的问题在于患者群体之间的差异：虽然有些患者可以说是治愈了，但其他患者根本没有从治疗中获益。

“先前的研究无法为医生提供能够预测谁将从激活防御系统的治疗中受益的工具。正确的治疗目标非常重要，因为药物治疗价格昂贵且严重的不良反应相当普遍，”医生说。赫尔辛基大学和阿尔托大学的博士研究员 Jani Huuhtanen。

针对简单问题的复杂 AI 模型

国际研究小组假设治疗无效的患者的免疫细胞不会将皮肤癌视为敌人，这就是患者无法从治疗中受益的原因。

该小组使用人工智能模型分析了近 500 名皮肤癌患者的样本，并将其与近 1000 名健康个体的样本进行了比较。为了帮助解释，研究人员使用了斯坦福大学 Mark M. Davis 实验室开发的另一种 AI 模型。从这些样本中，研究人员简单地计算了识别皮肤癌的免疫细胞数量。

正如预期的那样，在黑色素瘤患者中发现了比健康患者更多的皮肤癌感应防御细胞。

赫尔辛基大学的转化血液学教授 Satu Mustjoki 说：“这一发现将来可能使从血液样本中识别皮肤癌成为可能。”

此外，与缺乏此类细胞的患者相比，拥有更多识别皮肤癌的防御细胞的皮肤癌患者更有可能从激活免疫系统的治疗中受益。

将 AI 模型聚焦于其他癌症类型

人工智能模型在医学中的使用呈指数级增长，但将它们应用于患者护理需要医生和专门从事人工智能的研究人员之间的长期合作。

“在未来的研究中，我们的目标是探索现在开发的人工智能模型的利用，并调查它是否可以预测治疗反应，也适用于仍在开发中的新型癌症药物疗法，”来自阿尔托的计算生物学和机器学习副教授 Harri Lähdesmäki 说大学。

Jani Huuhtanen 补充说：“我们的 AI 模型灵活且适应性强，可以计算其他癌症(包括乳腺癌、肺癌和血癌)的癌症感应防御细胞的数量。”

“我们所有的研究都基于开源软件，这使得我们的 AI 模型可供其他研究人员和医生使用，也有助于其进一步发展，”Huuhtanen 说。