AI-derived imaging biomarkers for immunotherapy response prediction using CT and H&E
연구 내용
조영증강 CT의 종양 혈관 구조와 H&E 조직의 3차 림프구조를 분석해 면역항암 치료 반응과 연관성을 예측하는 연구
면역관문억제제(ICI) 치료 반응은 기존의 단일 마커만으로는 예측력이 제한되는 경우가 있어, 영상 기반의 정량적 보완 지표가 필요합니다. 본 연구는 조영증강 CT에서 종양 혈관과 정상 폐혈관 패턴을 통합적으로 특징화하고, 종양 혈관 이상도를 점수화하여 치료 성적을 계층화합니다. 또한 H&E 영상에서 3차 림프구조를 AI로 정량 평가해 유리한 면역치료 예후와의 상관을 분석합니다. 임상 적용을 고려해 비침습적 분석 흐름을 설계합니다.
관련 연구 성과
관련 논문
2편
관련 특허
0건
관련 프로젝트
0건
연구 흐름
초기에는 기존 PD-L1 중심의 반응 예측 한계를 확인하고, 종양 미세환경을 반영할 수 있는 영상 지표의 가능성을 탐색했습니다. 이후 조영증강 CT 기반으로 혈관 구조 패턴을 수치화하는 AI 파이프라인을 구축하고, 외부 검증을 통해 계층화 성능을 평가했습니다. 병행하여 H&E 기반 3차 림프구조의 AI 정량화로 면역치료 결과와의 연관성을 함께 조사하는 확장 연구를 수행했습니다. 최근에는 CT 혈관 이상도와 조직 기반 면역 미세환경 지표를 연계하는 방향으로 연구를 심화합니다.
활용 가능성
활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.
관련 논문
구분
제목
Abstract 7165: AI-driven vascular structure analysis predicts immunotherapy response in non-small cell lung cancer
P1.21-20 Tertiary Lymphoid Structures Assessed by an AI-powered Analysis of H&E Images is Correlated with Favorable Outcomes of Immunotherapy in NSCLC