01:00 
Согласно новому исследованию Онкологического центра MUSC Hollings, мощный инструмент искусственного интеллекта (ИИ) может дать врачам преимущество в выявлении опасных для жизни осложнений после трансплантации стволовых клеток и костного мозга.
Для многих пациентов трансплантация стволовых клеток или костного мозга спасает жизнь. Но выздоровление не заканчивается, когда пациенты покидают больницу. У некоторых серьезные осложнения могут возникнуть спустя несколько месяцев, часто без предупреждения.
Одним из наиболее сложных случаев является хроническая реакция «трансплантат против хозяина» (РТПХ), состояние, при котором иммунные клетки трансплантата атакуют здоровые ткани пациента. Болезнь может поражать несколько органов, включая кожу, глаза, рот, суставы и легкие, вызывая длительную инвалидность или даже смерть.
Теперь исследователи под руководством Софи Пачесны, доктора медицинских наук, соруководителя Программы исследований биологии и иммунологии рака в Холлингсе, а также Майкла Мартенса, доктора философии, и Брента Логана, доктора философии, из Центра международных исследований по трансплантации крови и костного мозга в Медицинский колледж Висконсина разработал инструмент на основе искусственного интеллекта, который может помочь врачам выявлять пациентов с более высоким риском хронической РТПХ до появления симптомов, открывая двери для более раннего мониторинга.
Применяя машинное обучение к белкам, связанным с иммунитетом, и проверенную клиническую информацию, команда разработала инструмент под названием BIOPREVENT, который оценивает будущий риск развития хронической РТПХ у пациента и смерти от причин, связанных с трансплантацией. Исследование, опубликованное в Журнале клинических исследований, объединяет иммунные биомаркеры, клинические данные и машинное обучение для создания инструмента для прогнозирования реальных рисков.
Окно возможностей после трансплантации
Несмотря на значительные достижения в области трансплантационной помощи, хроническая РТПХ остается одной из ведущих причин заболеваний и смертности после трансплантации. Но болезнь начинается не тогда, когда появляются симптомы; биологические изменения, которые его вызывают, начинаются гораздо раньше.
Первые несколько месяцев после трансплантации особенно важны. Пациенты могут чувствовать себя хорошо, но подспудная иммунная активность уже может создавать основу для осложнений.
К тому времени, когда диагностируется хроническая РТПХ, болезненный процесс часто разворачивается в течение нескольких месяцев, незаметно нанося вред организму. Мы хотели знать, сможем ли мы обнаружить тревожные признаки раньше, до того, как пациенты почувствуют себя плохо, и достаточно скоро, чтобы врачи могли вмешаться, прежде чем ущерб станет необратимым».
Софи Пачесны, доктор медицинских наук, соруководитель Программы исследований биологии и иммунологии рака в онкологическом центре Холлингса
Превратить анализы крови в ранние предупреждения
Для этого исследователи проанализировали данные 1310 реципиентов трансплантатов стволовых клеток и костного мозга участвовали в четырех крупных многоцентровых исследованиях. Образцы крови, собранные через 90–100 дней после трансплантации, были протестированы на наличие семи иммунных белков, связанных с воспалением, иммунной активацией и регуляцией, а также повреждением и ремоделированием тканей. Иммунные биомаркеры, используемые в BIOPREVENT, были идентифицированы и проверены в более раннем исследовании под руководством Пачесны.
Эти биомаркеры были объединены с девятью клиническими факторами, включая возраст пациента, тип трансплантата, первичное заболевание и предшествующее заболевание. осложнения, полученные из реестров трансплантатов. В США трансплантационные центры обязаны предоставлять подробные данные по трансплантации в Центр международных исследований по трансплантации крови и костного мозга с дополнительной проверкой для пациентов клинических испытаний. По словам Пачесны, эта стандартизированная информация помогла гарантировать, что модель построена на последовательных, высококачественных клинических данных.
Команда протестировала несколько подходов машинного обучения, чтобы проверить, могут ли они прогнозировать результаты лечения пациентов более точно, чем традиционные статистические методы. статистический метод, называемый деревьями байесовской аддитивной регрессии, стал основой для BIOPREVENT.
От клинического алгоритма к реальному инструменту
Результаты показали, что модели, сочетающие биомаркеры крови с клиническими данными, последовательно превосходят модели, основанные исключительно на клинических данных, особенно в прогнозировании смертности, связанной с трансплантацией, команда дополнительно проверила инструмент на независимой группе реципиентов трансплантата, подтвердив, что он надежно предсказывает риск, выходящий за рамки пациентов, использованных для построения модели.
BIOPREVENT также смог разделить пациентов на группы низкого и высокого риска с четкими различиями в их результатах в течение 18 месяцев. Примечательно, что разные биомаркеры предсказывали разные результаты трансплантации, подчеркивая, что хроническая РТПХ и смерть, связанная с трансплантацией, по крайней мере частично обусловлены разными биологическими факторами. Например, один биомаркер крови был тесно связан с риском смерти после трансплантации, в то время как другие лучше сигнализировали о том, у кого позже разовьется хроническая РТПХ.
Чтобы сделать это. исследование, которое можно использовать за пределами исследования, команда разработала BIOPREVENT в виде бесплатного веб-приложения.
