A inteligência artificial está revolucionando a medicina! Um estudo recente mostrou que a análise de linfócitos infiltrantes no tumor (TILs) por meio de aprendizado de máquina aprimora a precisão da imunoterapia no tratamento do câncer de pulmão de células não pequenas (NSCLC).
Um estudo multicêntrico retrospectivo publicado na JAMA Oncology revelou que os níveis de linfócitos infiltrantes no tumor (TILs) determinados por meio de pontuação baseada em aprendizado de máquina em imagens histológicas padrão estão associados à resposta em pacientes que recebem tratamento com inibidores de checkpoint imunológico para câncer de pulmão de células não pequenas (NSCLC).
O estudo incluiu 685 pacientes que receberam tratamento com inibidores de checkpoint imunológico entre fevereiro de 2014 e setembro de 2021. Um método automatizado de aprendizado de máquina foi desenvolvido para contar células tumorais, estromais e TILs em imagens de tumores de NSCLC coradas com hematoxilina-eosina. A carga mutacional do tumor (TMB) e a expressão de PD-L1 foram avaliadas separadamente. As respostas clínicas ao tratamento com inibidores de checkpoint imunológico foram identificadas a partir dos prontuários médicos.
Os resultados mostram que o alto nível de TILs (≥ 250 células/mm2) em comparação com o nível mais baixo foi associado de forma independente com a melhora na sobrevivência livre de progressão (HR = 0,71, P = 0,006) e na sobrevivência geral (HR = 0,74, P = 0,03). A análise também revelou que, entre os pacientes com PD-L1 negativo, os níveis de TILs apresentaram maior precisão na classificação de resposta ao tratamento com inibidores de checkpoint imunológico em comparação com o TMB. Os pesquisadores concluíram que a avaliação dos TILs dos pacientes pode ser facilmente incorporada ao fluxo de trabalho dos laboratórios de patologia com custo mínimo adicional, aprimorando a terapia de precisão.