Exscientia heeft een nieuwe publicatie aangekondigd in Blood Cancer Discovery, een tijdschrift van de American Association for Cancer Research, getiteld “Deep Morphology Learning Enhances Precision Medicine by Image-Based Ex Vivo Drug Testing” uit het laboratorium van Prof. Berend Snijder. Deze post-hoc analyse bouwt voort op het transformerende werk van de EXALT-1 trial, gepubliceerd in Cancer Discovery, door deep learning algoritmen te gebruiken om complexe celmorfologieën in kankerweefselmonsters van patiënten te classificeren in ziekte “morphotypes.” EXALT-1 was de eerste prospectieve trial die significant betere resultaten aantoonde voor laat-stadium hematologische kankerpatiënten met behulp van een AI-ondersteund precisiegeneeskunde platform om gepersonaliseerde behandelingsaanbevelingen te sturen in vergelijking met de keuze van de arts voor een behandeling. In EXALT-1 vertoonde 40% van de patiënten een uitzonderlijke respons die ten minste drie keer langer duurde dan verwacht voor hun respectieve ziekte.

Uit de post-hocanalyse, gepubliceerd in Blood Cancer Discovery, blijkt dat het combineren van de technologie zoals gebruikt in EXALT-1 met nieuwe deep learning-ontwikkelingen die gebruik maken van celspecifieke kenmerken in high-content beelden, een potentieel biedt om deze resultaten voor patiënten verder te verbeteren. De impact van deep learning op het klinisch voorspellend vermogen van ex vivo geneesmiddelenonderzoek werd beoordeeld in een post-hoc analyse van 66 patiënten over een periode van drie jaar in een gecombineerde dataset van 1,3 miljard patiëntencellen over 136 ex vivo geteste geneesmiddelen voor hematologische diagnoses, waaronder acute myeloïde leukemie, T-cel lymfomen, diffuse grote B-cel lymfomen, chronische lymfocytaire leukemie en multipel myeloom. Patiënten die behandelingen kregen die werden aanbevolen door de immunofluorescentieanalyse van het platform of deep learning op celmorfologieën, vertoonden een verhoogd percentage uitzonderlijke klinische respons, gedefinieerd als een progressievrije overlevingsperiode die drie keer langer duurde dan verwacht voor de respectieve ziekte van elke patiënt.

Post-hoc analyses bevestigden dat de klinische voorspellingen nauwkeuriger werden wanneer ook rekening werd gehouden met de geneesmiddelentoxiciteit op de gezonde cellen binnen het geteste patiëntenmonster.