AI for new signatures and models for tailored organ preservation approaches in laryngeal and hypopharyngeal cancer

Ved lokalavansert munn/hals-kreft kan pasientene behandles behandles med induksjonskjemoterapi, evt.etterpå fulgt opp med radioterapi, for å redusere problemer med forringet livskvalitet etter behandling. Men ikke alle pasienter har nytte av en slik bevarende behandlingsstrategi, og opp mot 30-40% behandles med kirurgisk fjerning. Det mangler foreløpig biomarkører for å presist kunne velge hvem som bør ha hvilken behandling, og for bedre forståelse av behandlingen, og også for helst å kunne sette inn nye behandlingsformer. Dette prosjektet vil skreddersy håndtering av pasientene for å sikre at flest mulig av pasientene får bevarende behandling, ved å maksimalisere presisjonen i seleksjonen av pasienter, basert på sannsynlighet for å få effekt på kjemoterapi. Hovedmål i prosjektet er ved hjelp av kunstig intelligens å vurdere gensignaturer som kan predikere om kjemoterapi vil virke, og å definere hvordan optimalt behandle de pasientene som ikke responderer på kjemoterapi. Prosjektet vil samle inn og integrere en stor serie av klinisk velbeskrevne data fra kreftpasienter med disse kreftformene. Datatypene som vil inngå i utviklingen av gensignaturer vil være ulike genomiske data, herunder transkripsjonsdata, og molekylære data fra etablerte cellelinjer, og kvantitativ billedanalyse av kreftsvulster. Resultatene vil bli integrert i modeller og videre inn i et beslutningsstøttesystem som vil bli validert i en klinisk utprøvning, en fase-2-studie, der 49 pasienter vil få skreddersydd kjemoterapi-behandling i tråd med den gensignatur-prediktoren som er utviklet. Endepunkter for denne studien inkluderer responsrate for å oppnå skreddersydd behandling i minst 80% av pasientene, med mer enn grad-3 behandlingstoksisitet i mindre enn 20% av pasientene. Basert på studien vil vi foreta en kost-nytteanalyse av behandlingen, med hensyntaken til livskvalitets-parametere som samles inn. Vi vil benytte moderne standard for etisk og åpen dataforvaltning og utveksling.

Locally advanced laryngeal (LAR) and hypopharyngeal (HYPO) squamous cell carcinoma may be treated with induction chemotherapy (IC) followed (in case of response > 50%) by radiotherapy (RT) for larynx preservation (LP) as an alternative to total laryngectomy (TL). However, not all patients (pts) benefit from LP strategy and up to 30-40% have a TL; we miss biomarkers for pts selection and treatment optimization, as well as for the exploitation of new therapeutic options. The current proposal will personalize pts management to increase the rate of LP in LAR/HYPO cancer, by maximizing the probability of response to induction treatment. Main objectives are to assess a multimodal signature predictive of response to IC and to define alternative pathways to be tackled in pts non-responding to IC. Preserve will collect and integrate a large series of clinically annotated data from LAR/HYPO cancer pts treated with IC followed by RT, to assess a multi-omic signature of response to IC and to define alternative pathways. Transcriptomic analysis, molecular data on cell lines and radiomic evaluation will be main components of this signature. Our predictive models integrated into an intuitive clinical decision support system will be validated in a phase II feasibility trial with 49 pts treated with tailored systemic induction treatments, according to the discovered signature, providing evidence for clinical translation. Main endpoints of the trial are: overall response rate to tailored induction treatment in at least 80% of the pts, with overall grade > 3 toxicities in less than 20% of the pts. We will implement ethical and legal frameworks for FAIR data management and transnational data exchange. A cost-utility analysis of our personalized treatment in LAR/HYPO cancer integrating QoL measures will assess sustainability of PM in clinical setting. We have involved patients’ associations for QoL measurement, evaluation of our approach and wide dissemination of study results.