Kanker: een algoritme voorspelt de werkzaamheid van immunotherapie
Franse vorsers hebben op grond van medisch beeldvormingsonderzoek een softwareprograma ontwikkeld dat de werkzaamheid van immunotherapie voorspelt. De veelbelovende resultaten van dat pioniersonderzoek bevestigen het enorme potentieel van artificiële intelligentie bij de behandeling van kanker.
Immunotherapie is een nieuwe, revolutionaire kankertherapie, die veel hoop opwekt bij artsen en patiënten. Immunotherapie is veelbelovend, maar duur. Momenteel reageert slechts 15-30% van de patiënten op de behandeling. Waarom dat zo is, weten we nog niet. De respons verschilt bovendien naargelang van het type kanker. Het zou dan ook goed zijn mochten we op voorhand kunnen voorspellen welke patiënten waarschijnlijk goed zullen reageren op de behandeling.
Franse vorsers hebben op grond van beelden van een CT-scan van de kanker een algoritme opgesteld dat voorspelt of een patiënt goed op de behandeling zal reageren. Het betreft een "signatuur van radiomics", die de mate van infiltratie van cytotoxische lymfocyten in de tumor weergeeft. Die cellen vernietigen de kankercellen. Die signatuur voorspelt dus de werkzaamheid van immunotherapie.
In deze retrospectieve studie hebben de vorsers gedurende een periode van meer dan twee jaar de radiologische signatuur bepaald en gevalideerd bij ongeveer 500 volwassen patiënten met een vaste tumor die hadden deelgenomen aan vier studies. De signatuur werd op genetisch, histologisch en klinisch niveau gevalideerd en is dan ook bijzonder robuust.
De vorsers hebben het algoritme eerst geleerd (machine learning) om de relevante informatie te gebruiken van CT-beelden van patiënten die hadden deelgenomen aan de MOSCATO-studie (die studie bevatte ook informatie van genetisch onderzoek van de tumor). Het algoritme heeft dan enkel op grond van beelden geleerd om tumoren te herkennen met veel cytotoxische T-lymfocyten (CD8-cellen), die de immunotherapie efficiënter maken.
Die radiologische signatuur werd vervolgens getest en gevalideerd in andere patiëntengroepen zoals die van de TCGA (The Cancer Genome Atlas). Om de relevantie van de signatuur in een reële situatie te testen en om na te gaan of de signatuur de werkzaamheid van immunotherapie kon voorspellen, hebben de vorsers de signatuur geëvalueerd uitgaande van CT-beelden gemaakt voor het starten van de behandeling bij patiënten die hadden deelgenomen aan vijf fase I-studies met PD-1- of PD-L1-antagonisten. Ze hebben daarbij vastgesteld dat de patiënten bij wie immunotherapie doeltreffend was na drie en zes maanden, en de patiënten met een betere overleving een hogere radiomicsscore hadden.
Met die nieuwe techniek is het misschien niet meer nodig om het genetische profiel van de tumor te bepalen. Voor dat laatste is een biopsie vereist en een biopsie kan gevaarlijk zijn afhankelijk van de ligging van de tumor, bijvoorbeeld bij longkanker.
Nu is verder onderzoek wenselijk bij een groter aantal patiënten met stratificatie van de patiënten volgens het type kanker om de signatuur nog te verfijnen, om de patiënten die in aanmerking komen voor immunotherapie, nog beter te selecteren, om te vermijden dat een immunotherapie zou worden voorgeschreven aan patiënten die er slecht op zouden reageren, en om de kosten-effectiviteitsverhouding te evalueren. En dat is niet onbelangrijk. Het is immers de bedoeling patiënten met een gevorderde kanker zo snel mogelijk de beste behandeling te geven. Een hele opdracht.
(referentie: The Lancet Oncology, 14 augustus 2018, DOI: 10.1016/S1470-2045(18)30413-3)
https://www.thelancet.com/journals/lanonc/article/PIIS1470-2045(18)30413-3/fulltext