AI+8000個樣本研究 腫瘤基因檢測預測卵巢癌患者存活率

AI+8000個樣本研究，腫瘤基因檢測預測卵巢癌患者存活率。（圖片取自網路）

近(17)日，由新南威爾斯大學(UNSW)醫學院所領導的國際研究顯示，腫瘤基因檢測可以幫助鑑別預後不佳的卵巢癌患者，進而改以新的方法進行治療。研究發表於《Annals of Oncology》。

UNSW醫學院的Susan Ramus教授分析3769個腫瘤樣本及以往的研究，發現患者的腫瘤基因表現和預後好壞相關，相較於目前用病患年齡及癌症分級來預測存活率的效果更好。

南加州大學(USC)由Joshua Millstein帶領的研究團隊，透過NanoString平台及「elastic net」機器學習法，用訓練集(training set)訓練模型、判斷適合基因，接著用測試集(test set)驗證，共使用4000個樣本。

目前卵巢癌患者大多接受相同療法，但現在已鑑定出部分可預測存活率的基因，將可透過腫瘤基因檢測找出預後差的患者，在未來用更精準的個人化醫療改善其療法及存活率。

研究團隊將招募預後差的患者進行臨床試驗，使他們盡快改以新的方式治療。此外，也將進行前瞻性研究，將此檢測方式早日推進至臨床。

卵巢癌在女性常見癌症中位居第八位，2018年全球病例數高達30萬，其中「高級別漿液性卵巢癌」最為常見、預後最差。預測今年將有1532位澳洲女性罹患卵巢癌，且有1068位會因病死亡。

此研究由美國國家癌症研究所資助，其125位作者來自86個組織，如：南加州大學、劍橋大學、英屬哥倫比亞大學、Huntsman癌症研究所、Mayo診所、墨爾本Peter MacCallum癌症中心等。

參考資料：

https://www.eurekalert.org/pub_releases/2020-08/uons-tgt081620.php