Alat AI Prediksi Respons Terhadap Terapi Kanker

Tim peneliti dari NIH dan Memorial Sloan Kettering membuat alat AI, LORIS, untuk memprediksi respons pasien kanker terhadap imunoterapi menggunakan data klinis rutin. LORIS berpotensi meningkatkan keputusan pengobatan dengan akurasi lebih baik dibandingkan metode sebelumnya, walaupun diperlukan studi lebih lanjut untuk validasi klinis.

Para ilmuwan telah mengembangkan alat AI yang menggunakan data klinis rutin untuk mengidentifikasi pasien kanker yang kemungkinan besar akan merespon terhadap terapi imunoterapi dengan inhibitor checkpoint. Pendekatan ini dapat membantu mengarahkan perawatan kanker yang dipersonalisasi bagi pasien.

Kemo, radiasi, dan operasi pengangkatan tumor telah lama menjadi metode standar dalam pengobatan kanker. Namun, dalam beberapa dekade terakhir, imunoterapi, yang meningkatkan kemampuan sistem kekebalan tubuh dalam menyerang sel kanker, telah membuka peluang baru. Salah satu imunoterapi, yaitu penghambatan checkpoint, terbukti meningkatkan pengobatan untuk banyak jenis kanker, meskipun tidak semua pasien merespon dengan baik.

Untuk meningkatkan cara mengidentifikasi pasien yang dapat memperoleh manfaat dari pengobatan ini, tim riset yang dipimpin oleh Dr. Eytan Ruppin dan Dr. Luc Morris menciptakan alat prediksi yang lebih akurat berdasarkan biomarker yang tersedia. Mereka menganalisis data dari lebih dari 2.880 pasien kanker yang telah mendapatkan inhibitor checkpoint.

Tim ini mempelajari lebih dari 20 fitur klinis, patologis, dan genomik, serta hasil pasien terkait respons terhadap terapi dan kelangsungan hidup. Dengan menggunakan pembelajaran mesin, mereka mengembangkan sistem penilaian baru bernama LORIS, yang menggunakan tumor mutasional bersama dengan lima fitur klinis yang mudah didapat dari pasien.

LORIS menunjukkan keunggulan dalam meramalkan kemungkinan respon pasien terhadap pengobatan, termasuk prediksi kelangsungan hidup jangka pendek dan panjang. Para peneliti menyatakan bahwa pendekatan ini dapat membantu dalam pengambilan keputusan perawatan pasien, meskipun diperlukan studi lebih besar dalam konteks klinis.

“Kami berhasil mengembangkan model prediksi baru untuk respons imunoterapi dengan hanya enam variabel sederhana,” ungkap Morris. “Model ini sangat mudah diakses untuk para klinisi,” tambah Ruppin, yang juga menekankan pentingnya kolaborasi antara klinisi dan ilmuwan data untuk meningkatkan perawatan pasien.

Penggunaan imunoterapi dalam pengobatan kanker telah meningkat seiring dengan ditemukannya inhibitor checkpoint yang memungkinkan sistem kekebalan tubuh bertindak lebih efektif melawan sel kanker. Namun, tidak semua pasien menunjukkan respons positif terhadap terapi ini, sehingga penting untuk memiliki alat yang dapat memprediksi kemungkinan keberhasilan pengobatan berdasarkan data yang tersedia. Alat seperti LORIS menawarkan solusi untuk meningkatkan akurasi dalam memprediksi respons pasien terhadap terapi dengan memanfaatkan variabel-variabel yang mudah diukur.

Dengan pengembangan alat LORIS, pasien kanker dapat lebih baik dipilih untuk terapi imunoterapi yang sesuai, meningkatkan peluang keberhasilan tanpa harus mengalaminya pengobatan yang tidak perlu. Walaupun hasil awal sangat menjanjikan, penelitian lebih lanjut diperlukan untuk validasi dan penerapan klinis.

Sumber Asli: www.nih.gov