科学家利用人工智能识别乳腺癌模式 - 并发现了五种新型疾病，每种疾病都与不同的个性化治疗相匹配。

他们的研究将人工智能和机器学习应用于乳腺肿瘤的基因序列和分子数据，以揭示之前被归为一种类型的癌症之间的重要差异。

由伦敦癌症研究所的一个研究小组领导的这项新研究发现，其中两种类型对免疫疗法的反应比其他类型更有可能，而另一种更有可能复发他莫昔芬。

研究人员正在开发针对这些类型乳腺癌的测试，这些测试将用于在临床试验中为不同药物选择患者，目的是使个性化治疗成为治疗的标准部分。

研究人员之前以相同的方式使用AI来发现五种不同类型的肠癌，肿瘤学家现在正在评估它们在临床试验中的应用。

目的是将AI算法应用于许多类型的癌症 - 并为每个人提供有关他们对治疗的敏感性，可能的进化途径以及如何对抗耐药性的信息。

今天(星期五)在NPJ乳腺癌杂志上发表的这项新研究不仅可以帮助选择治疗乳腺癌的女性，还可以确定新的药物靶点。

癌症研究所(ICR) - 一个慈善机构和研究机构 - 通过自己的慈善捐款资助了这项研究。

大多数乳腺癌发生在排列乳腺导管的内部细胞中，并由激素雌激素或黄体酮“喂养”。这些被归类为“管腔A”肿瘤并且通常具有最佳治愈率。

然而，这些组中的患者对标准治疗(例如他莫昔芬)或新治疗的反应非常不同 - 如果患者复发需要 - 例如免疫疗法。

研究人员将人工智能训练计算机软件应用于大量有关原发性管腔A乳腺肿瘤遗传学，分子和细胞构成的数据，以及患者存活率数据。

一旦接受过培训，AI就能够确定五种不同类型的疾病，并对治疗有特定的反应模式。

癌症类型标记为“炎症”的女性在其肿瘤中存在免疫细胞，而高水平的蛋白质称为PD-L1，这表明它们可能对免疫疗法有反应。

另一组患者的“三阴性”肿瘤 - 对标准激素治疗没有反应 - 但各种指标表明它们也可能对免疫治疗有反应。

肿瘤中含有8号染色体特异性改变的患者在接受他莫昔芬治疗时的生存率比其他组更差，并且在平均42个月后更容易复发 - 而不同肿瘤类型的患者在83个月后复发很多干细胞。这些患者可能受益于延迟或预防晚期复发的额外或新的治疗。

在这项新研究中发现的标志物并未挑战乳腺癌的整体分类 - 但它们确实在疾病的现有细分中发现了其他差异，对治疗具有重要意义。

使用AI来了解癌症的复杂性和进化是ICR追求的核心策略之一，作为开创性研究计划的一部分，以打击癌症适应和抗药性的能力。ICR正在筹集一笔7500万英镑投资于新的癌症药物发现中心的1500万英镑，用于举办世界首个“抗进化”疗法计划。

研究负责人伦敦癌症研究所系统与精确癌症医学组组长Anguraj Sadanandam博士说：

“我们正处于医疗保健革命的尖端，因为我们真正掌握了人工智能和机器学习可以开辟的可能性。

“我们的新研究表明，AI能够识别超出人眼极限的乳腺癌模式，并指出我们已经停止对标准激素疗法做出反应的新治疗方法.AI有能力为了更广泛地使用，我们认为我们将能够在所有癌症中应用这种技术，甚至为目前尚无成功选择的癌症开辟新的治疗可能性。“

伦敦癌症研究所研究不同类型乳腺癌的先驱和基因组分析临床试验小组负责人Maggie Cheang博士说：

“医生多年来一直使用目前的乳腺癌分类作为治疗指南，但它非常粗糙，似乎患有相同类型疾病的患者通常对药物的反应非常不同。

“我们的研究使用人工智能算法来发现人类分析迄今为止遗漏的乳腺癌模式 - 并发现其他类型的疾病以非常特殊的方式对治疗作出反应。

“这项研究的令人兴奋的意义之一是它能够挑选出对免疫疗法反应良好的女性，即使他们对癌症的广泛分类表明这些治疗对他们不起作用。

“在我们的研究中使用的人工智能也可用于为那些最有可能晚期复发的人发现新药，超过5年，这在与雌激素相关的乳腺癌中很常见，并且可能引起患者的相当大的焦虑。”

除ICR慈善基金外，该工作还得到了伦敦癌症研究所NIHR生物医学研究中心和皇家马斯登NHS基金会信托基金的支持。