|
2022年3月25日，罗氏宣布与百时美施贵宝合作，通过开发和部署两种新的数字病理学算法，来支持两种用于临床试验的检测方法的升级。 基于罗氏开发的人工智能算法（从临床试验样本中生成生物标志物数据），百时美施贵宝将能够开发出新的癌症治疗方法，使之能够根据患者的个人生物学特性进行个性化治疗。  第一个算法将围绕Ventana PD-L1测试展开，该测试已被FDA批准作为非小细胞肺癌患者的辅助诊断。罗氏的数字病理学团队将建立一个成像分析算法，利用人工智能帮助解释测试结果。 同时，第二个算法将基于PathAI已导入罗氏数字病理学开放环境的现有算法之一建立。该算法将帮助改善用罗氏的CD8检测法测试的组织样本的分析，该检测考察的是身体抗癌过程中至关重要的T细胞亚型。 在每个项目中，一旦人工智能算法准备就绪，BMS就会将把它们应用于临床试验样本，目的是收集生物标志物数据，然后用于开发高度个性化的新癌症治疗方法，以适应患者的个人生物学和肿瘤的构成。 此外，对这些癌症特定生物标志物的了解将帮助制药公司更好地筛选出在未来试验中最适合实验性治疗的受试者。 BMS和PathAI的合作是利用AI技术和数字病理学为患者开发治疗方法的首批例子之一。通过使用我们的 NAVIFY 数字平台来解释基于组织的检测和AI算法，病理学家能够更好地确定靶向治疗方案，最终改善患者护理。 --罗氏诊断病理学客户区负责人 Jill German 我们相信，数字方法将显着改善基于组织的检测的标准化和解释，并使更广泛地使用基于组织的检测。更深入地询问图像的能力将为更好地了解疾病生物学提供机会，从而可能导致扩大和改进药物开发选择，并最终实现高效的患者选择策略。 --BMS转化科学和诊断副总裁 Sarah Hersey 全玻片成像与基于现代人工智能的图像分析工具相结合，有可能改变病理学的实践。使用人工智能和深度学习方法来解释数字病理学中的整个图像，使病理学家能够从组织样本中获得新颖而有意义的诊断见解。基于AI的图像分析使定量任务自动化，并能够对有时难以手动解释的信息丰富的组织图像进行快速、可重复的评估。基于人工智能的图像分析揭示了人眼看不见的方面，并降低了人为错误的风险。使用基于AI的图像分析对组织样本进行分析的患者可以受益于更快、更准确的诊断。 罗氏为其uPath软件提供两种部署选项：本地解决方案和云解决方案，市场上称之为 NAVIFY Digital Pathology。 参考资料 https://diagnostics./global/en/news-listing/2022/roche-announces-collaboration-with-bristol-myers-squibb-to-advance-personalised-healthcare-through-digital-pathology-solutions.html https://www./medtech/roche-bristol-myers-partner-develop-digital-pathology-ai-analyze-clinical-trial-assays |
|
|
