加利福尼亚州卡尔弗市——下一代循证个性化医疗保健公司NantHealth，Inc.（NASDAQ:NH）于2020年9月29-30日向NantOmics和ImmunityBio进行了虚拟展示，主题为"基于图像的深度学习肿瘤，间质和淋巴细胞的空间关系和影响胰腺癌患者生存的临床特征"，在美国癌症研究协会（AACR）胰腺癌虚拟特别会议上。这个Nant技术是数字病理解决方案如何支持癌症治疗的一个例子。"我们与南特组学、ImmunityBio和科罗拉多大学医学院的联合分析，提供了具有一定意义的结果，显示了将深度学习模型作为胰腺癌患者预后工具的未来研究的巨大希望。"这份报告是由NantOmics、ImmunityBio和科罗拉多大学医学院合作编写的，它通过基质和淋巴细胞密度检测胰腺癌患者的差异生存率。在这项研究中，参与研究的研究人员开发了一个自动化的深度学习系统，对82名接受化疗的胰腺癌患者的胰腺病理图像中肿瘤、间质和淋巴细胞区域之间的空间关系进行风险评估。利用高斯混合模型，研究人员在基于图像的特征中识别出最佳阈值，并将患者组织成无监督的聚类，然后将这些与生存率的差异联系起来。风险模型是根据标准的临床病理特征生成的，并用于与提议的基于图像的风险模型进行比较。主要研究结果包括：Cox-PH模型训练图像特征比一组最佳的临床病理特征更显著地分层风险基于图像的模型表明低风险患者有：尽管总体淋巴细胞较少，但肿瘤浸润性淋巴细胞较高邻近间质瘤两种风险模型的组合在训练集和测试集上都表现出了优越性，并且在生存曲线上比任何一种模型都有更好的分离效果基于图像的风险相关特征是临床病理特征的独立预后即使在有限的样本量下，研究结果也显示出重要意义，值得进行更大规模的研究"我们与NantOmics、ImmunityBio和科罗拉多大学医学院的联合分析，提供了具有一定意义的结果，显示了将深度学习模型作为胰腺癌患者预后工具的未来研究的巨大希望，"NantHealth机器学习主任Christopher Szeto说这些结果不仅为更好地了解胰腺癌的循证预后提供了一个强有力的临床平台，而且加强了先进技术在医学持续发展中的本质属性。"AACR虚拟特别会议：胰腺癌是一个会议，集中于汇集各行业的专家，以更好地了解和进一步推进胰腺癌的研究和治疗。这次会议吸引了一系列的与会者，包括政府、临床角色、患者宣传以及在肿瘤学领域取得突破性技术和发现的公司。关于NantHealth，Inc。nanthhealth是NantWorks公司生态系统的一员，为医生、付款人、患者和生物制药组织提供领先的医疗解决方案。nanthhealth能够使用先进的数据和技术来实现增强临床决策支持和改善患者预后的目标。NAVITIME全面的DNA分析技术和NAVTIME的最新产品组合NAVITIME结合了NAVIER最新的DNA分析和DNA分析技术。欲了解更多信息，请访问南健康网或者在Twitter、Facebook和LinkedIn上关注我们。