激发科学和医学领域的新一代发现

技术与肿瘤学:强有力的组合拳

像这样的故事:
评级不可用
喜欢到目前为止

术后——包括双侧乳房切除术——放疗, 和化疗, 贝丝·希亚2011年被诊断出患有严重的乳腺癌,但她没有任何戒烟的迹象. 2018年,她的肿瘤医生在她的大脑、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 & 理工科大学临床试验研究“精准”癌症医学. 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. 他们还为她的肿瘤拍摄了高分辨率的图像,这是一个费力的手工过程. 在研究人员和肿瘤学家结束了他们对什叶肿瘤的深入研究之后, 设计了一个量身定制的治疗方案.

这些方法是否有效,没有人知道. 希亚只是第三个参与这项研究的人,所以没有多少数据可以继续研究. 但她还是试了试这个计划. 在那一刻,她没有什么可以失去的,却能得到一切.

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,以教授科学家关于各种癌症的构成和倾向,一直到他们的DNA.

创新治疗的关键——比如新药和治疗肿瘤的药物组合, 而不是病人——可能潜伏在每个癌细胞独特的分子结构中横行霸道. 使用AI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量身定制治疗方案.

“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项目. 尽管还处于起步阶段,科学家们对它的应用抱有很高的期望.

创新治疗的关键——比如新药和治疗肿瘤的药物组合, 而不是病人——可能潜伏在每个癌细胞独特的分子结构中横行霸道.

随着技术的不断进步,我们对癌症的认识也会不断加深. 它的秘密透露, 科学家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发现研究领域处于领先地位, 十博正与OHSU和CEDAR合作,为他们提供工作所需的技术.

“在这个时期,我们将取得一些进展,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, 能把它变成一种慢性的,可控制的疾病.”

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

特制的治疗

精密医学 在癌症治疗中,是否有一种相对较新的方法,并且只在今天的一小部分患者身上使用. 但随着癌症患者和肿瘤遗传学数据的增长, 科学家们还发现了更多治疗特定肿瘤类型的药物, 靶向治疗将成为规则而非例外.

今天, 医生根据受影响的身体部位进行治疗, 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——在相同的阶段影响相同的器官——对相同的治疗可能会有不同的反应.

OHSU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组成. 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可以阻止它们的生长, 缩小它们, 甚至完全消灭它们.

由于研究处于早期阶段,数据有限, 决定使用哪种药物可以是一个猜谜游戏. 但每一项新的试验都提供了更多的信息,说明什么对特定类型的肿瘤有效,什么不起作用, 增加后续癌症患者成功的机会.

“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

在俄勒冈州立大学,研究人员建造了 SMMART (分子和结构对治疗反应的系列测量)平台研究肿瘤及其对治疗的反应, 然后根据之前对类似成分肿瘤的治疗方法设计治疗方法. 经常, 他们开出联合用药的处方,在肿瘤产生耐药性之前发动多管齐下的攻击. 参与该项目的患者会被跟踪一段时间, 所以治疗可以随着肿瘤的变化而调整. 这使得smart平台有最好的机会让项目中的个人受益.

smart项目目前的重点是针对晚期转移性癌症,其目标是对疾病进行持久和可容忍的控制. 虽然该项目可能无法为这些患者提供治疗, 希望是,该项目开发的控制晚期癌症的策略,如果应用于早期发现的肿瘤,很可能是治愈的.

在OHSU团队分析了什叶派的癌症之后, 他们建议针对她的特定基因构成采用两种药物的组合疗法:他们认为这种“靶向”疗法可能对治疗她的肿瘤类型有效, 一种激活免疫系统对抗癌症的药物. 希亚的恶性癌症对她之前的治疗没有效果, 随着时间的流逝,她的癌症正在扩散.

治疗,还是不治疗?

如果所有的癌症都有一个共同点的话,那就是:越早发现,治疗成功的可能性就越大. 有些癌症在被发现之前会在宿主体内潜伏几十年. 肺癌 是出了名的难以在早期发现吗.

帮助肿瘤学家在早期发现和治疗癌症, CEDAR的科学家们正在开发“液体活检”技术来检测癌症的“生物标志物”,”或指标, 在体液, Dr. 女猎手说. 血液检测在早期发现方面似乎特别有希望——仅此而已, 他说, 制药公司对这项研究表示了兴趣.

更棘手的问题是一旦发现癌症该怎么办. 扩散迅速的侵袭性肿瘤需要积极的治疗. 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肿瘤和非致命肿瘤呢? 这样做是CEDAR研究的基石.

“我们不认为仅凭人类的思维就能做到这一点。. 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给正确的人使用正确的药物.”

癌症往往会随着病情的发展而发生变化. 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. 癌症和生命一样,时间决定一切.

缺乏数据

精准医疗似乎可以有效治疗癌症, 要“终结我们所知道的癌症”,还有一些障碍.”

数据是一个主要障碍:目前数据还不够,研究人员无法为大多数癌症患者找到正确的治疗方法. 这门科学还很新,收集有关特定癌症及其进展的信息需要时间.

癌症不是一种疾病,它可能是数千种疾病. 女猎手说. “首先,癌症的种类很多,这取决于不同的器官. 但也, 为了同一个器官, 两个有相同器官疾病的人, 癌症, 可能患有完全不同的疾病. 更糟糕的是, 随着疾病的发展, 疾病的变化, 新类型的细胞就产生了. 这种疾病随着时间的推移而改变.”

同时发生这么多事情, 拥有大量的数据进行分析和比较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,对同一个病人,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,对同一个病人,随着病情的发展.”

随着科学家收集更多的数据, 他们希望通过选择一种成功的治疗方法来实现更准确的癌症诊断和预后. 机构和个人研究人员正在组成一个集体来共享数据, 俄勒冈州立大学骑士中心(OHSU Knight Center)自己的“健康俄勒冈项目”(Healthy Oregon Project)也有自己的计划,要从至少100个人那里收集数据,俄勒冈州的5000名居民,正在对那些癌症高危人群进行测试.

癌症基因组图谱计划(TCGA), 这是国家癌症研究所(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项目正在参与NCI的人类肿瘤图谱计划, 每个患者产生的数据量将是TCGA的10-100倍.

现在,我们有责任在技术上跟上步伐. 为了存储和处理所有这些数据,大量的快速内存势在必行. 十博正与俄勒冈州立大学的研究人员合作,为他们提供所需的记忆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所采用的“一刀切”的方法, 但内存和加速解决方案是为特定需求量身定制的.

为了使OHSU的精确癌症团队能够看到三维图像, 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, 这不仅有助于诊断,还有助于区分致命和非致命肿瘤, 十博公司的高级计算解决方案团队(ACS)提出了一些问题, 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(Knight Cancer Institute)的研究项目.

“我们正在做一些繁重的工作,马克·Hur说, 十博公司高级计算解决方案的运营总监“为他们提供了一种加速他们的计算机的方法 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, 并组织大量的信息, 这需要大量的内存,大量的时间和能量.

“我们正在帮助医疗保健提供者找到解决他们现实世界问题的方法.”
小鹿斑比DeLaRosa
十博医疗保健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, 科学家们希望能够用来准确诊断和治疗肿瘤的数据收集需要非常高分辨率的图像. 所需的内存如此之大,以至于, 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.

但十博公司的ACS团队找到了一种方法,将其高带宽深度学习加速器的内存增加一倍,并使用十博公司的可编程FPGA推理加速器加快处理速度. 将十博基于fpga的计算能力与其最快的存储技术相结合 DDR4 而高速存储器将使奈特癌症研究所的研究人员能够处理完整的高分辨率肿瘤图像,这对OHSU的任务至关重要.

“我们非常关注这些, 非常数据丰富的机器学习应用空间:它是什么样子的? 我们如何构建下一代内存技术来解决这些特定的问题?十博医疗保健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他们现实世界问题的方法.”

从绝望到充满希望

两个月前,贝丝·希亚开始接受试验中推荐的药物和疗法的联合治疗, 检查显示,转移的癌细胞已经从她的大脑中消失了. 她肺部和淋巴结的肿瘤减少了70%到80%.

试验六个月后,扫描结果显示根本没有发现癌症.

什叶派 告诉当地一家报纸 她仍然很谨慎. 她说,她把治疗视为与疾病共存的一种方式,而不是治愈.

“说实话,我不相信这能让问题消失. 这只会让我带着它生活很多年,继续一些治疗。. “如果这种特定的方案或药物组合不起作用,我还是抱有希望的, 那我还可以试试别的办法.”

如果世界希望“终结我们所知的癌症”,那么. Esener和OHSU团队正在努力做到这一点, 它将需要众多行业和学科之间的强大合作. 十博的愿景是改变世界利用信息丰富生活的方式. 为研究人员提供他们对抗癌症所需的技术是一种可行的方法.

为博士. Esener,与癌症的斗争植根于他自己的故事. 他的妻子和母亲因癌症去世, 以及那些死亡带来的精神创伤, 激励他投身于精确肿瘤学的研究.

他说:“我决定把我剩下的十年科研生涯集中在癌症上。. “我认为这是我们需要解决的最严重的问题之一. 我们感到肩上有责任设法想出解决这一可怕问题的办法.”

+
+