新加坡专家发表的一项新研究表明，识别患者特异性药物组合的人工智能 (AI) 平台可以帮助那些淋巴瘤复发的患者。
该论文于 10 月 19 日发表在《科学转化医学》杂志上，是第一项证明对淋巴瘤患者进行个性化药物组合预测可行性的研究，并利用了国家开发的一种称为 QPOP(二次表型优化平台)的新方法新坡大学 (NUS)。
该方法包括从患者身上收集少量肿瘤样本，然后在实验室中将其与一套 12 种精心挑选的用于治疗淋巴瘤的药物一起孵育。72 小时后，QPOP 使用这 12 种可能的药物，对患者的癌细胞对多达 4 种药物的 750 多种不同药物组合的潜在反应进行排名。
QPOP 的这项临床应用研究是同类首创，是新加坡国立大学癌症研究所 (NCIS) 的临床医生与新加坡国立大学新加坡癌症科学研究所 (CSI Singapore) 的科学家之间的合作。
由于活组织检查可用组织数量的限制，以前的研究仅侧重于预测单一药物治疗的敏感性。QPOP 中的自动化工作流程和 AI 方法允许研究人员使用来自活检的少量组织来研究组合药物的敏感性。
造福复发淋巴瘤患者
根据新加坡癌症登记处 2019 年年度报告的数据，淋巴瘤(淋巴瘤)是新加坡第最常见的癌症。
该研究的首席研究员兼 NCIS 血液肿瘤学系顾问助理教授 Anand Jeyasekharan 表示，淋巴瘤通常采用化疗联合治疗，但大约十分之四的侵袭性淋巴瘤患者最终可能不会对标准药物产生反应或患有复发。
发生这种情况时，治疗选择是有限的。当患者接受三线治疗时，他们对标准化疗组合的成功反应几率仅为 10% 左右。
该研究表明，在 71 名登记的患者中，有 65 名成功进行了 QPOP 测试，并在活检后一周内确定了患者特异性组合。在那些淋巴瘤对标准疗法有抵抗力的患者中，有 17 名患者根据先前的临床证据和医生的判断继续接受 QPOP 指导的治疗。
在这 17 名患者中，有 5 名患者对治疗有完全反应，不再有癌症迹象。三名患者获得部分反应，其余九名患者疾病稳定或进展。