激发科学和医学领域的新一代发现

科技与肿瘤学:强有力的连击

像这样的故事:
评级不可用
喜欢到目前为止

手术后,包括双乳切除和放疗, 和化疗, 2011年,贝丝·希亚被诊断出患有侵袭性乳腺癌,但她并没有表现出戒烟的迹象. 2018年,她的肿瘤学家在她的大脑、淋巴结和肺部发现了肿瘤. 她知道,预后并不好.

然后她的肿瘤医生建议她加入俄勒冈健康中心 & 科学大学研究“精准”癌症药物的临床试验. 研究人员对她的肿瘤进行了各种测量,并分析了它们的组成. 他们还拍摄了她肿瘤的高分辨率图像,这是一个费力的手工过程. 在研究人员和肿瘤学家完成他们对什叶肿瘤的高级研究之后, 制定了一个量身定制的治疗方案.

没有人知道这些方法是否有效. 希亚只是参与这项研究的第三个人,所以没有太多的数据可供参考. 但她还是尝试了一下这个计划. 在那个时候,她没有什么可失去的,却可以得到一切.

技术的拯救生命的潜力

新的和新兴的技术正在被用来收集和分析来自像希亚这样的病人的数据,以教会科学家各种癌症的构成和倾向,一直到他们的DNA.

创新治疗方法的关键——比如治疗肿瘤的新药和药物组合, 而不是病人——可能潜伏在每个癌细胞的独特分子结构中. 使用人工智能解锁这些秘密, 内存, 存储, 深度学习加速技术使医疗专业人员能够针对不同类型的肿瘤进行个性化治疗.

“个性化癌症医学,也被称为“靶向治疗”。, “精准肿瘤学”和“精准医学”,是癌症研究的热门趋势, 科学家们说这是一个很有希望的地方. 尽管它还处于婴儿期,科学家们对它的应用抱有很大希望.

创新治疗方法的关键——比如治疗肿瘤的新药和药物组合, 而不是病人——可能潜伏在每个癌细胞的独特分子结构中.

随着技术的不断进步,我们对癌症的了解也将不断加深. 它的秘密透露, 科学家们希望将这种可怕的疾病从死刑减为可治疗的疾病, 它的受害者不再因侵入性治疗而生病.

“现在是参与癌症研究的好时机。. 沙迪克女猎手, 波特兰俄亥俄州立大学奈特癌症研究所癌症早期检测高级研究中心(CEDAR)主任. OHSU在个性化癌症医学研究和精准癌症早期检测研究领域处于领先地位, 十博正在合作,为OHSU和CEDAR提供开展工作所需的技术.

“这是一个我们将取得一些进展的时刻,而且进展非常迅速。. 女猎手说. “我们是否能治愈癌症, 我不能说, 但我们会, 希望, 能够把它变成一种慢性但可控的疾病.”

这更像是一种控制,而不是治疗. 女猎手承认. 但它可以拯救癌症患者的生命,同时保持他们的生活质量.

特制的治疗

精密医学 是否有一种相对较新的癌症治疗方法,目前仅用于一小部分患者. 但随着癌症患者和肿瘤遗传学数据的增长, 科学家们发现了更多治疗特定肿瘤类型的药物, 靶向治疗将成为常规而非例外.

今天, 医生根据受影响的部位开出治疗处方, 比如肺癌或乳腺癌, 以及它的发展阶段. 近年来, 然而, 研究人员发现,导致原本健康的细胞癌变的DNA变化因患者而异. 这些差异可能有助于解释为什么看起来相同的肿瘤——影响相同的器官,处于相同的阶段——可能对相同的治疗有不同的反应.

俄亥俄州立大学和其他组织的研究人员正在使用技术来研究和记录肿瘤的成分. 通过分析它们的DNA和蛋白质, 并检查肿瘤细胞及其周围环境的高分辨率图像, 他们试图辨别哪种药物或药物组合会阻止它们的生长, 缩小它们, 甚至完全消灭它们.

由于研究还处于早期阶段,数据有限, 决定使用哪种药物就像猜谜游戏. 但每一次新的试验都提供了更多关于什么对特定类型的肿瘤有效,什么无效的信息, 增加后续癌症患者的成功几率.

“现在是参与癌症研究的好时机.”
Dr. 沙迪克女猎手
奈特癌症研究所癌症早期检测高级研究中心主任

在俄亥俄州立大学,研究人员建造了 SMMART (分子和结构对治疗反应的系列测量)平台,以研究肿瘤及其对治疗的反应, 然后根据之前对类似成分的肿瘤的治疗效果设计治疗方案. 经常, 在肿瘤产生耐药性之前,他们会使用药物组合进行多管齐下的治疗. 接受该计划的患者会随着时间的推移受到跟踪, 这样治疗方法就可以随着肿瘤的变化而调整. 这使得SMMART平台有最好的机会使项目中的个人受益.

smart计划目前的重点是晚期转移性癌症,其目标是持久和可耐受的疾病控制. 虽然该项目可能无法为这些患者提供治疗, 人们希望,该项目开发的控制晚期癌症的策略,在应用于早期发现的肿瘤时,可能会有很好的疗效.

OHSU团队分析了什叶派的癌症之后, 他们针对她的特定基因组成推荐了两种药物组合:一种他们认为可能对她的肿瘤类型有效的“靶向”疗法, 以及一种可以激活免疫系统来对抗癌症的药物. 希安的侵袭性癌症对她之前的治疗没有反应, 随着时间的流逝,她的癌症正在扩散.

治疗,还是不治疗?

如果所有癌症都有一个共同点的话,那就是:早期发现会增加治疗成功的可能性. 有些癌症在被发现之前在宿主体内隐藏了几十年. 肺癌 在早期阶段很难发现吗.

帮助肿瘤学家在早期发现和治疗癌症, CEDAR的科学家正在开发“液体活检”技术,用于检测癌症的生物标志物,”或指标, 在体液, Dr. 女猎手说. 血液测试似乎对早期发现特别有希望——如此之多, 他说, 制药公司表示对这项研究感兴趣.

更棘手的问题是,一旦发现癌症,该怎么办. 侵袭性肿瘤——那些迅速扩散的肿瘤——需要侵袭性治疗. 另一些则不会超过一定的大小,或者可能生长得非常缓慢,不太可能造成痛苦或死亡. 但是医生如何区分致命的癌症肿瘤和非致命的肿瘤呢? 这样做是雪松研究的基石.

“我们认为仅凭人类的思维是无法做到这一点的。. 女猎手说. “我们认为,我们需要深度学习算法和机器来帮助我们尽早区分致命癌症和非致命癌症, 这样我们就能在正确的时间把正确的药物给正确的人.”

癌症在发展过程中往往会发生变化. 女猎手说. 在早期可能有效的药物在后期可能无效,反之亦然. 癌症就像生命一样,时机决定一切.

缺乏数据

在有效的癌症治疗方面,精准医学似乎同样具有前景, 要“终结我们所知的癌症”还有一些障碍.”

数据是一个主要的障碍:目前还没有足够的数据使研究人员能够为大多数癌症患者找到正确的治疗方法. 这门科学还很新,收集关于特定癌症及其进展的信息需要时间.

癌症不是一种疾病,它可能有数千种疾病. 女猎手说. “首先,根据器官的不同,癌症种类繁多. 但也, 同样的器官, 两个有相同器官疾病的人, 癌症, 可能有完全不同的疾病. 更糟糕的是, 随着疾病的发展, 疾病的变化, 新的细胞类型就产生了. 这种疾病随时间而变化.”

有这么多事情同时发生, 拥有大量用于分析和比较的数据将是开发靶向癌症疗法的关键, Dr. 女猎手说.

“能够获取纵向数据非常重要,”他说. “我们需要及时获取数据. 例如,做血液活组织检查,每隔一周或每个月分析一次血液. 然后从这些数据中了解疾病的发展并能够预测疾病将如何发展.

“从每个病人, 我们学到更多, 我们试着把我们学到的东西应用到下一个病人身上. 同样的病人,随着病情的发展.”
Dr. 沙迪克女猎手

“从每个病人, 我们学到更多, 我们试着把我们学到的东西应用到下一个病人身上. 同样的病人,随着病情的发展.”

随着科学家收集更多的数据, 他们希望获得更准确的癌症诊断和预后的选择治疗的成功. 机构和个人研究人员正在形成共享数据的集体, 俄亥俄州立大学奈特中心自己的“健康俄勒冈项目”有自己的计划,收集至少100人的数据,并对那些癌症高危人群进行持续的检测.

癌症基因组图谱计划(TCGA), 国家癌症研究所(NCI)和国家人类基因组研究所的一个项目, 了2.33种癌症的5pb数据,都是公开的. 许多其他机构和私人项目也在研究和收集数据. 例如, OHSU和smart项目参与了NCI的人类肿瘤图谱项目, 每个患者产生的数据量将是TCGA的10-100倍.

现在,技术有责任跟上步伐. 为了存储和处理所有这些数据,大量的快速内存是必不可少的. 十博正在与俄亥俄州立大学的研究人员合作,为他们提供所需的内存和深度学习加速解决方案.

“十博提供给我们的是一件伟大的事情。. 女猎手说.

微米的有针对性的技术

突破性的研究需要创新的技术,而不是过去计算机设计采用的“一刀切”的方法, 但内存和加速解决方案为特定需求量身定制.

为了使OHSU的精准癌症小组能够看到三维图像, high-resolution images of tumors; process complex data sets quickly and accurately to find the right 癌症 therapy at the right time for each patient, 不仅有助于诊断,还有助于区分致命肿瘤和非致命肿瘤, 十博的高级计算解决方案团队(ACS)对此提出了质疑, 听答案, 建立他们的深度学习加速器,特别适合奈特癌症研究所的研究项目.

“我们正在做一些繁重的工作,马克·虚说, 十博的高级计算解决方案运营总监“给了他们一种加速 使用十博深度学习加速器(DLA)的推理引擎. We’re building it from the 内存 chip through to the end product; we’re talking streamlined vertical integration to create [a solution] that’s optimized for their workload.”

“推理引擎”是利用数据解决问题的人工智能组件. 工作, 它需要阅读, 分析, 组织大量的信息, 需要大量的内存,大量的时间和电力.

“我们正在帮助医疗保健提供者找到解决现实问题的方案.”
小鹿斑比DeLaRosa
十博医疗人工智能首席研究员和OHSU合作伙伴

例如, 3D显微镜下观察肿瘤细胞, 科学家们希望通过收集数据来准确诊断和治疗肿瘤,这需要一张非常高分辨率的图像. 所需的内存是如此之大, 在过去, 肿瘤图像必须分段处理, rather than as a whole; the images losing clarity where they are stitched back together to be viewed.

但十博的ACS团队找到了一种方法,利用十博的可编程FPGA推理加速器,将其高带宽深度学习加速器的内存增加一倍,并加快处理速度. 将十博基于fpga的计算能力与其最快的存储技术相结合 DDR4 高速存储器将使奈特癌症研究所的研究人员能够整体处理整个高分辨率的肿瘤图像——这对OHSU的任务至关重要.

“我们正专注于这些, 数据非常丰富的机器学习应用程序空间:它是什么样子的? 我们将如何构建下一代存储技术来解决这些特殊问题?十博医疗人工智能首席研究员、OHSU合作伙伴小鹿斑比DeLaRosa说. “我们正在帮助医疗保健提供者找到解决现实问题的方案.”

从绝望到有希望

两个月后,Beth 什叶派开始了她试验中推荐的药物和疗法的结合, 测试结果显示,她脑部的癌细胞转移已经消失. 她肺部和淋巴结的肿瘤减少了70- 80%.

试验进行了6个月后,扫描完全没有发现癌症.

什叶派 告诉当地一家报纸 她仍然很谨慎. 她说,她认为治疗是一种与疾病共存的方式,而不是治愈.

“说实话,我不相信这能让它消失. 这只会让我用它活很多年,继续一些治疗,”希亚说. “如果这种特殊的方案或药物组合不起作用,我是有希望的, 那我就可以试试别的了.”

如果这个世界希望“终结我们所知的癌症”,那么就像奥巴马博士所说的那样. Esener和OHSU团队正在努力做到这一点, 它将需要跨多个行业和学科的强大协作. 十博的愿景是改变世界如何利用信息丰富生活. 为研究人员提供他们对抗癌症所需的技术是正在进行的一种方法.

为博士. 与癌症的斗争植根于他自己的故事. 他的妻子和母亲死于癌症, 以及那些死亡所造成的情感损失, 促使他致力于精准肿瘤学的研究.

他说:“我决定把我剩下的十年科学生涯集中在癌症研究上。. “我认为这是我们需要解决的最严重的问题之一. 我们感到有责任设法想出解决这个可怕问题的办法.”

+
+