Nature：科学家开发新型自动化方法 或能打破数据孤岛从而更好地预测癌症患者的治疗结局

健康记录的数字化和肿瘤DNA测序的日益可用性能为研究癌症治疗结局的决定因素提供前所未有的丰富机会，患者的数据通常能储存在非结构化的文本和孤立的数据集中。近日，一篇发表在国际杂志Nature上题为“Automated real-world data integration improves cancer outcome prediction”的研究报告中，来自纪念斯隆凯特琳癌症中心等机构的科学家们通过研究表明，在人工智能的帮助下，通过打破医院传统的数据孤岛并分析包括医生临床记录在内的信息，有望改善癌症患者治疗结果的预测。

文章中，研究人员描述了一种实时自动化的方法，其能将医生的自由文本笔迹、临床治疗和结果数据、患者的人口统计数据以及来自MSK-IMPACT平台的肿瘤基因组学数据进行整合汇总，从而识别出能预测癌症患者治疗结局和可能对疗法产生反应的特殊生物标志物；该项目名为MSK-CHORD（临床基因组学协调肿瘤学真实世界数据集，Clinicogenomic Harmonized Oncologic Real-World Dataset）其是同类项目中规模最大的，研究人员梳理了近2.5万名非小细胞肺癌、乳腺癌、结直肠癌、前列腺癌和胰腺癌患者的数据。

本文的研究概述

研究人员发现，基于MSK-CHORD数据的癌症预后预测优于仅基于基因组数据或癌症分期的预测，通过分析超过70万份放射学报告，MSK-CHORD就能够发现转移到特定器官部位的预测因子；此外，MSK-CHORD的大小和丰富的注释也能让研究人员确定SETD2基因的突变或能作为肺腺癌患者免疫疗法反应的一种不太常见但却有希望的特殊生物标志物，这一发现在多个独立的数据集中得到了证实。研究者Jee说道，我们的研究结果突出了自然语言加工处理的力量，以及将大量数据流整合在一起从而更好地预测癌症患者治疗结局的影响。

研究者补充道，我们希望MSK-CHORD能推动科学家们进一步研究基因组学数据和癌症患者现实治疗结局之间的关联；来自MSK各地的数十名临床医生和研究人员将会聚集在一起，分享他们的专业知识并开发支持这项研究工作所需的自然语言处理模型、人工智能风险模型和工程基础设施等。

最后研究者表示，这项研究中我们展示了从非结构化笔记中自动注释的可行性以及在预测患者预后方面的实用性，相关研究结果和数据或能作为现实世界肿瘤学研究的公共资源进行提供。（生物谷Bioon.com）

参考文献：

Jee, J., Fong, C., Pichotta, K. et al. Automated real-world data integration improves cancer outcome prediction. Nature (2024). doi：10.1038/s41586-024-08167-5.