高科技！针对病理图像的新方法能指导癌症治疗

 由Stony Brook University领导的研究团队通过结合13种癌症的病理图像数据并将其与临床和基因组数据关联起来，能够识别肿瘤浸润淋巴细胞（TILs），称为TIL图谱，这将使癌症专家从常规聚集的病理片中产生肿瘤免疫信息。报告详细说明了TIL图谱如何与肿瘤分子表征和患者生存相关。该方法可为如何更好地诊断和制定免疫疗法（例如黑素瘤、肺癌、膀胱和某些类型的结肠癌）有反应的癌症的治疗计划奠定基础。

 

癌症诊断的金标准仍然是肿瘤组织活检的病理报告。诊断在如何治疗患者方面起着主导作用。在某些情况下，用免疫疗法治疗癌症的形式，病理学家还负责观察肿瘤组织的免疫特征，以确定哪些患者最有可能从这些疗法中受益。TIL通过免疫疗法释放以摧毁癌细胞。

 

研究人员Joel Saltz医学博士说，我们现在可以使用深度学习方法，如人工智能来提取和分类免疫细胞在普遍获得的病理学研究中的模式，并将免疫细胞模式与许多其他类型的癌症患者分子和临床数据相关联。

 

在这项研究中，研究人员将机器学习应用于数字化病理图像，以表征4,759名TCGA患者和13种癌症类型中存在的免疫渗透模式，处理来自多种癌症类型超过5,000个数字图像，为每个数字图像创建一个“计算点”。然后创建了TIL图作为诊断和治疗计划的潜在新指导。

 

https://medicalxpress.com/news/2018-04-rapid-fire-method-pathology-images-tumor.html