AI与药学：机器学习预测早期结肠癌中奥沙利铂的疗效

原创已于 2025-01-13 10:13:18 修改 · 833 阅读

14 ·

CC 4.0 BY-SA版权

文章标签：

#人工智能 #大模型 #机器学习 #大数据 #AI药学 #数智药学

于 2025-01-13 10:12:46 首次发布

AI助力科研专栏收录该内容

74 篇文章

订阅专栏

今天我们来解读AI药学文献《 Machine Learning Predicts Oxaliplatin Benefit in Early Colon Cancer》。

研究背景:

结直肠癌是全球范围内高发且致死率较高的恶性肿瘤之一。对于早期结肠癌患者，手术切除后通常会进行辅助化疗以降低复发风险。目前，FOLFOX方案（氟尿嘧啶+亚叶酸+奥沙利铂）是标准的辅助化疗方案。然而，奥沙利铂虽然能使复发风险降低约5%，但会引发约90%患者出现神经毒性，其中超过30%的患者会遭受永久性神经毒性，严重影响患者的生活质量。因此，如何筛选出真正能从奥沙利铂中获益的患者，以实现精准治疗并避免不必要的毒副作用，成为临床亟待解决的问题。（欢迎关注公众号 “赛文AI药学”，获取更多AI与药学的内容）。

研究目的:

本研究旨在开发并验证一个名为COLOXIS（COLon OXalIplatin Signature）的机器学习模型，用于预测早期结肠癌患者在辅助化疗中是否能从奥沙利铂中获益。

研究方法:

模型构建: 研究团队首先利用公共数据库中晚期结肠癌患者对FOLFOX方案的响应数据，结合先进的AI算法和个体化因果分析方法，构建了COLOXIS模型。该模型通过分析肿瘤组织的基因表达谱，将患者分为COLOXIS+（奥沙利铂响应者）和COLOXIS-（奥沙利铂非响应者）两组。
模型验证: 为了验证COLOXIS模型的预测效能，研究团队与NSABP（National Surgical Adjuvant Breast and Bowel Project）合作，回顾性分析了来自NSABP C-07和C-08两项III期临床试验的数据。该数据集共包含1065例接受过辅助化疗的早期结肠癌患者，其中421例接受了FULV方案（氟尿嘧啶+亚叶酸），644例接受了FOLFOX方案。
疗效评估: 研究团队以8年无复发生存期（RFS）作为主要疗效指标，分别评估了COLOXIS+组和COLOXIS-组患者在接受FOLFOX方案相比FULV方案的获益情况。
统计分析: 采用Cox比例风险模型评估COLOXIS+组和COLOXIS-组患者的预后差异，并计算风险比（HR）及95%置信区间（CI）。通过计算模型预测结果与治疗效果之间的交互作用项（interaction term）的P值（int P）来评估COLOXIS模型的预测价值。

研究结果:

患者分类: 在1065例患者中，COLOXIS模型将526例患者预测为COLOXIS+，539例患者预测为COLOXIS-。
预后分析: 在接受FULV方案治疗的患者中，COLOXIS+组患者的预后较差（HR, 1.52; 95% CI, 1.07-2.15; P = .017）。
疗效预测: COLOXIS模型能够有效预测患者是否能从奥沙利铂中获益：
- COLOXIS+组: 接受FOLFOX方案的患者相比接受FULV方案的患者，其8年RFS显著提高（HR, 0.65; 95% CI, 0.48-0.89; P = .0065）。
- COLOXIS-组: 接受FOLFOX方案的患者相比接受FULV方案的患者，其8年RFS无显著差异（HR, 1.08; 95% CI, 0.77-1.52; P = .65）。
- 交互作用显著: 模型预测结果与治疗效果之间的交互作用具有统计学意义（int P = .03），表明COLOXIS模型具有良好的预测效能。

研究结论:

COLOXIS模型能够有效预测早期结肠癌患者在辅助化疗中是否能从奥沙利铂中获益。研究结果支持在临床实践中应用COLOXIS模型指导奥沙利铂的精准使用，即仅对COLOXIS+患者使用奥沙利铂，从而避免COLOXIS-患者遭受不必要的毒副作用。

研究意义:

临床价值: COLOXIS模型为临床医生提供了一个重要的决策工具，有助于实现早期结肠癌辅助化疗的个体化治疗，提高治疗的有效性和安全性。
方法学创新: 本研究采用先进的AI算法和个体化因果分析方法构建预测模型，为肿瘤精准医学研究提供了新的思路和方法。
未来展望: COLOXIS模型是目前唯一一个基于大规模临床试验数据验证的、能够预测化疗药物疗效的AI模型，为“后靶向药物”时代的精准肿瘤学发展奠定了重要基础。未来，该模型有望推广至其他消化道肿瘤，并为更多化疗药物的精准应用提供指导。

局限性:

本研究为回顾性研究，需要更大规模的前瞻性临床试验进一步验证COLOXIS模型的临床应用价值。此外，模型的构建和验证主要基于西方人群数据，其在亚洲人群中的适用性尚需进一步评估。

总而言之，该研究成果具有重要的临床意义和科学价值，为实现早期结肠癌的精准治疗提供了新的策略，并为AI驱动的精准肿瘤学发展指明了方向。

往期内容荐读：

数智药学的崛起：人工智能赋能药学新未来

数智药师：AI时代药学服务的引领者

智能决策助力药物安全：大模型在临床处方审核中的突破

数字人技术在药学服务中的应用

药师必备：掌握AI，引领药学服务新时代

LEADER - 大模型蒸馏的药物推荐模型

李新刚：《医院药学的创新引擎：ChatGPT的应用与思考》

ChatGPT 在临床药学中的有效性以及人工智能在药物治疗管理中的作用