首页  >  新闻动态  >   公司活动
AASLD 2024 | 集团公司HistoIndex和筹图科技公布12项最新研究进展
作者:筹图市场部    发布时间:2024-12-06



2024年11月15-19日,全球肝病学术界的璀璨盛事——第75届美国肝病研究学会(AASLD)年会(The Liver Meeting®)在美国加利福尼亚州风景秀丽的圣迭戈市隆重召开,本届年会内容丰富多彩,亮点纷呈。值此盛会之际,AASLD迎来其辉煌历程中的又一重要里程碑——75周年庆典。站在75周年的崭新起点,AASLD不仅回望过去的辉煌,更展望未来,致力于持续推动肝病领域的创新发展,为全球肝病患者带来更加光明的治疗前景。


此次活动的一个亮点是HistoIndex的标志性早餐会,我们非常有幸能够将众多充满活力的肝病及肝病病理专家、企业代表和学者等聚集在一起,共同分享见解并探讨肝脏病理学的最新进展,这次讨论的重点仍旧是MASH临床试验相关话题,现场学术氛围浓厚,引发了深刻的讨论。由于部分话题未公开讨论,如您对本次对闭门早餐会内容感兴趣,欢迎与我们取得联系并深入交流。


△AASLD 2024期间HistoIndex早餐会现场照片

本次美肝会集团同样设立了专业的大型展位,感谢所有来到我们展位参观与洽谈的来宾积极、热情地了解HistoIndex在数字病理学领域的尖端解决方案,你们的参与和兴趣真的激励了我们!我们期待着继续这些对话,共同探索新的机会。



△AASLD 2024期间HistoIndex展位及部分现场海报照片

在此次会议中,更有多家国际药企业公开发表了基于我们AI病理技术的相关药物临床试验(药效数据),包括Sagimet-Denifanstat,Eli Lily-Tirzepatide,Madrigal-Resmetirom和Akero -Efruxifermin在内。本次共公布了12项研究成果,展示了我们数字病理-人工智能技术(DP-AI)的最新进展和相关试验数据。

△AASLD 2024期间HistoIndex和筹图科技的研究成果展示



这里我们将12项研究要点总结如下:

01 AI-BASED DIGITAL PATHOLOGY SHOWS THAT DENIFANSTAT IMPROVES MULTIPLE PARAMETERS OF FIBROSIS AND REDUCES PROGRESSION TO CIRRHOSIS IN MASH PATIENTS WITH F2/F3 FIBROSIS –RESULTS OF THE FASCINATE-2 STUDY
基于人工智能(AI)的数字病理学显示,Denifanstat改善了多个纤维化相关病理特征参数,并减少F2/F3阶段MASH患者进展为肝硬化的情况——FASCINATE-2试验的研究结果
摘要编号:0170
▶ Denifanstat是一种口服脂肪酸合成酶(FASN)抑制剂,可以改善MASH患者的纤维化,并减少向肝硬化的进展。研究人员利用基于AI的数字病理学方法(qFibrosis),对168名患有MASH且纤维化进展到F2/F3期的患者进行了研究。这些患者被随机分配到每日口服Denifanstat或安慰剂,为期52周。Denifanstat治疗能明显改善肝纤维化,并减少脂肪变性。此外,在基线为F2或F3纤维化的患者中,Denifanstat显著降低了F3纤维化患者的qFibrosis评分(43% vs. 13%安慰剂组,p<0.05),并显著减少了纤维间隔面积、长度和宽度(p<0.05)。Denifanstat显著减少了窦周(Zone 2)和门静脉周围纤维化。通过脂肪变性校正算法,Denifanstat对纤维化的改善作用会更加显著。这项研究不仅验证了Denifanstat在治疗MASH患者中的有效性和安全性,还展示了AI数字病理学在评估药物疗效和肝病进展中的重要性和潜力。

02 THE ROLE OF STEATOSIS AND FIBROSIS PARAMETERS IN PREDICTING HEPATOCELLULAR CARCINOMA RECURRENCE IN CHRONIC HEPATITIS B PATIENTS
脂肪变性和纤维化相关数字病理特征参数在预测慢性乙型肝炎患者肝细胞癌复发中的作用
摘要编号:1275
▶  这项研究分析了慢性乙型肝炎患者肝细胞癌(HCC)和邻近组织中脂肪变性和纤维化的特征,并评估它们对HCC预后的影响。研究通过二次谐波/双光子激发荧光显微成像系统对未染色切片进行图像采集,然后利用机器学习算法对肝纤维化和脂肪变性进行定量分析,并对不同肝脏区域的特征参数进行了评估。研究结果显示,与纤维化相关参数相比,脂肪变性相关参数与HCC复发的相关性更强。在肿瘤组织中,大泡性脂肪变性百分比(HR:11.74, p=0.006)和胶原面积百分比(HR:8.04, p=0.026)与HCC复发相关性最显著。在邻近组织中,小泡性脂肪变性的百分比(HR:8.37, p=0.040)和门静脉区(PT)中细薄的胶原纤维数量百分比(HR:6.02, p=0.044)与HCC复发相关性较强。因此,肿瘤和其邻近组织中的脂肪变性和纤维化参数可以有效预测HBV引起的HCC的复发,并且基于AI的定量方法qFibrosis可作为一种有价值的HCC预后评估工具。

03 APPLICATION OF ARTIFICIAL INTELLIGENCE ALGORITHM AS A VASCULAR EVALUATION TOOL FOR INTRA-STAGE ASSESSMENT IN THE CIRRHOTIC PATIENTS WITH METABOLIC DYSFUNCTION-ASSOCIATED STEATOTIC LIVER DISEASE
基于人工智能算法的肝脏血管评估工具在代谢功能障碍相关脂肪性肝病(MASLD)肝硬化阶段内评估中的应用
摘要编号:1561
▶ 这项研究探讨了血管变化在MASLD患者的肝纤维化监测中的作用,以及利用SHG/TPEF显微成像技术和AI算法进行血管评估的方法。血管变化是肝纤维化过程中一个重要的监测指标。通过利用SHG/TPEF显微成像和基于AI的算法,对160份MASLD肝穿刺活检样本进行研究。研究发现,纤维化分期阶段与动脉密度(AD)、门静脉密度(PVD)和中央静脉密度(CVD)之间存在一定的相关性,其中AD与纤维化分期的相关性最高,PVD与纤维化分期的相关性较小,CVD与纤维化分期的相关性较低。研究结果表明,AD的变化是MASLD肝纤维化进展过程中最重要的血管病变。因此,基于人工智能的算法可以作为评估MASLD血管变化的方法,尤其对于追踪肝硬化阶段内的变化有重要意义。

04  COMPARATIVE EVALUATION OF ZONAL FIBROSIS PATTERNS IN PEDIATRIC AND ADULT METABOLIC DYSFUNCTION-ASSOCIATED STEATOHEPATITIS BIOPSIES USING SECOND HARMONIC GENERATION/TWO PHOTON EXCITATION-BASED QFIBROSIS ANALYSIS
使用基于SHG/TPEF的qFibrosis纤维化分析对儿童和成人MASH活检中的纤维化分布模式进行比较评估
摘要编号:2012
▶ 这项研究对小儿和成人代谢功能障碍相关脂肪性肝炎(MASH)的活检组织进行了比较评估。研究使用了二次谐波/双光子激发的qFibrosis分析方法,并评估了儿童和成人MASH活检组织中的纤维化分布模式。研究发现,在早期纤维化组中,小儿活检组织的门静脉周围纤维化程度明显高于成人,而在晚期纤维化组中,小儿活检组织的门静脉纤维化程度明显降低,窦周纤维化程度明显增加。此外,小儿活检组织在门静脉周围和中央静脉周围区域的纤维化程度也明显高于成人。这些结果表明,小儿MASH活检组织的纤维化区域分布与成人存在明显差异。这些发现对于准确评估小儿MASLD的纤维化进程具有重要意义。

05 EVALUATION OF THE CONSISTENCY AND HETEROGENEITY OF FIBROSIS ASSESSMENT IN ADJACENT VIRTUAL LIVER NEEDLE BIOPSIES USING AI-BASED QFIBROSIS
使用基于人工智能的qFibrosis评估相邻虚拟肝穿刺活检中纤维化评估的一致性和异质性
摘要编号:2047
▶  这项研究使用基于人工智能的qFibrosis评估了相邻虚拟肝穿刺活检中纤维化评估的一致性和异质性。肝纤维化是代谢功能障碍相关性脂肪性肝炎(MASH)患者的一个关键预后指标和临床试验的关键替代终点。尽管数字病理学在MASH临床试验中越来越普遍,对纤维化评估的定量和可重复性仍存在一定的疑问。本研究使用SHG/TPEF显微成像技术以及基于AI的qFibrosis评估方法,对100个肝脏样本进行扫描,提取相邻虚拟肝穿刺活检样本(VNB),并对纤维化区域进行评估。研究结果显示,两个VNB的纤维化评估结果与NASH-CRN分期密切相关,且两个VNB的纤维化分期之间有较高的一致性。此外,相邻VNB之间的连续纤维化评估值没有明显差异,支持了qFibrosis作为临床试验中定量纤维化评估方法的可靠性。

06 INDEPENDENT VALIDATION OF SECOND HARMONIC GENERATION/TWO PHOTON EXCITATION IMAGING AND ARTIFICIAL INTELLIGENCE-BASED SNOF INDEX FOR METABOLIC DYSFUNCTION ASSOCIATED STEATOHEPATITIS CIRRHOSIS ASSESSMENT
基于SHG/TPEF显微成像和人工智能的SNOF指数对MASH肝硬化评估的独立验证
摘要编号:2065
▶ 这项研究旨在研究MASH肝硬化的评估方法。利用AI进行分析,研究人员开发了一个新的指数,称为Septa-Nodule-Fibrosis指数(SNOF),用于对肝硬化进行评估。该指数通过量化肝硬化结节的直径、面积、数量以及纤维化参数来预测与MASH肝硬化相关的临床结局,如肝静脉压力梯度和静脉曲张。研究结果表明,SNOF与NASH-CRN和Ishak纤维化分期有很强的相关性,并且能够预测肝硬化的进展和治疗反应。研究指出,SNOF可以作为量化MASH肝硬化特征的综合工具,有助于临床实践和药物试验中对患者的管理。为了进一步验证其有效性,未来的研究应在其更大、更多样化的队列中进行验证,探索其在纵向研究中的预测能力,并将其整合到临床实践中以提高患者管理效率。

07 STAIN-FREE DIGITAL PATHOLOGY IMAGING PROVIDES MICROARCHITECTURALLY-RESOLVED INSIGHTS INTO SCAR EVOLUTION AND HISTOLOGICAL INJURY ALLOWING DIRECT CLINICAL OUTCOME PREDICTION IN METABOLIC DYSFUNCTION-ASSOCIATED STEATOTIC LIVER DISEASE
无染色数字病理成像从微观结构上解析了疤痕演变和组织学损伤,可直接预测MASLD的临床结局
摘要编号:2080
▶ 该研究使用无染色数字病理成像技术来解析瘢痕演变和组织学损伤,以预测MASLD的临床结局。研究发现,无染色成像可以量化组织学特征,这些特征对临床结果具有预测作用。使用SHG/TPEF显微成像技术,针对肝纤维化、脂肪变性和气球样变等参数进行成像分析。先前基于184个纤维化参数中的5个参数分别开发了两个基于纤维化的指数——全因死亡风险指数(fMI)和肝功能失代偿风险指数(fDI)。研究中通过特征遍历,测试了将65个脂肪变性和21个气球样变参数加入到fMI和fDI中,生成了改进的复合结局指数(sf和bf)。与之前的指数相比,这些新指数对全因死亡率和肝脏相关事件具有更高的预测价值。研究结果表明,通过无染色数字病理成像量化损伤和纤维化微观结构特征,可以生成对全因死亡率和肝脏相关疾病有更高预测价值的指数。然而,需要在未来的前瞻性研究中验证这些指数与相关临床结局之间的联系。

08 EVALUATING IMPACT OF WEIGHT CHANGES ON HISTOLOGICAL PATTERNS OF LIVER FIBROSIS IN MASH: IMPLICATIONS FOR SPATIAL INTERROGATION
评估体重变化对MASH中肝纤维化组织学模式的影响
摘要编号:2114
▶ 这项研究评估了减肥手术前的体重变化与肝纤维化变化之间的关系。研究采用了SHG/TPEF成像结合AI分析的胶原形态学参数(qFibrosis)来量化肝活检样本中的纤维化模式。研究结果显示,体重减轻与肝纤维化的总体程度显著相关,特别是在Chicken-wire坏死区域。与此相反,体重增加与相同区域的肝纤维化程度呈正相关。研究还发现,在与基线相比的6个月内的体重变化中,与总体和Chicken-wire坏死区域的qFibrosis 之间存在强相关性。这些结果强调了Chicken-wire坏死区域的重要性,并为肝纤维化、特别是Chicken-wire纤维化的减轻提供了进一步了解。这项研究有助于对应答者和非应答者进行更准确的分类,并为MASH的精准医疗研究提供了新的方向。

09 VALIDATING PRE-IDENTIFIED MORPHOLOGICAL BASELINE FEATURES FOR  PREDICTING FIBROSIS PROGRESSION IN MAESTRO-NASH
验证MAESTRO-NASH试验中预测纤维化进展预先确定的形态学基线特征
摘要编号:3184
▶ 该研究旨在验证预先确定的形态学基线特征,以预测MAESTRO-NASH试验中病例的纤维化进展。研究使用了人工智能驱动的纤维化评估工具qFibrosis,并评估了845名患者的基线样本。结果显示,非侵入性检测(NITs)与病理学家评分的相关性较小,其中MRE显示最高相关性,其次是VCTE。选择的6个纤维化特征与NITs的定量读数也显示出微弱至适度的相关性。其中Zone2的特征与MRE和VCTE相关性为负相关。此外,数据还显示,Resmetirom治疗在第52周时,对MAESTRO-NASH患者的纤维化特征改善频率高于安慰剂治疗。研究结果强调了纤维化进展标志物的复杂性,并强调了NIT联合方法的必要性。进一步的分析需要考虑活检结果和临床结局,并确认临床相关性。

10  FIBROSIS REGRESSION AFTER TIRZEPATIDE TREATMENT OF NON-CIRRHOTIC MASH FOR 52 WEEKS OCCURRED IN A ZONE-DEPENDENT MANNER
非肝硬化的MASH患者接受Tirzepatide治疗52周后,纤维化逆转呈区域依赖性
摘要编号:3202
▶ 这项研究旨在评估Tirzepatide(TZP)治疗非肝硬化的MASH后纤维化的发生情况以及其在不同区域的效果。研究使用定量SHG/TPEF显微成像技术,并采用基于AI的算法进行纤维化分析。结果显示,在使用TZP的组别中,纤维化程度有所减少,特别是在Zone 1、Zone 2和门静脉区域。与安慰剂组相比,TZP组纤维化改善的受试者比例较高。然而,这种纤维化逆转在Zone 3并不明显。研究结果揭示,TZP可能通过不同的机制引发纤维化的逆转,而这一点需要进一步的研究来验证。整体而言,TZP在治疗非肝硬化的MASH方面可能具有区域依赖性的纤维化逆转效果。

11  EFRUXIFERMIN SIGNIFICANTLY REDUCED PROPORTION OF SUBJECTS WITH AT-RISK MASH AND LED TO NEAR-COMPLETE HISTOLOGICAL DISEASE REVERSAL AT WEEK 96 IN THE HARMONY STUDY
在HARMONY研究中,Efruxifermin显着降低了MASH高危受试者的比例,并在第96周导致近乎完全的组织学疾病逆转
摘要编号:5021
▶ 该研究评估了Efruxifermin(EFX)在MASH患者中的疗效和安全性。研究发现,接受 EFX治疗的受试者在纤维化改善和脂肪含量正常化方面表现出较好的结果。持续治疗96周后,约30%的受试者的疾病几乎完全逆转,而安慰剂组中仅有9%的受试者达到这一水平。此外,在高危病情方面,EFX治疗组中46%的受试者满足所有三项标准,而安慰剂组中仅有9%的受试者达到这些标准。研究还发现,EFX治疗受试者在纤维化反应的加深方面表现出显著改善,与安慰剂相比,病情改善的比例高出10倍。因此,这项研究表明,EFX治疗可以显著改善MASLD的病情并将其逆转,继续接受EFX治疗可以进一步改善肝脏健康状况,使更少的患者被归类为高危人群。

12  AI AND DIGITAL-BASED PATHOLOGY CORROBORATE REDUCTION IN FIBROSIS OBSERVED BY CONVENTIONAL PATHOLOGY WITH EFRUXIFERMIN TREATMENT OF PATIENTS WITH F2-F3 MASH IN THE HARMONY STUDY
基于AI的数字病理学证实了在HARMONY研究中,用Efruxifermin治疗F2-F3期MASH患者常规病理学观察到的纤维化减少
摘要编号:5047

▶ 这项研究探讨了Efruxifermin(EFX)在治疗F2-F3期MASH患者中的效果,特别是在减少肝纤维化方面的作用。研究通过传统的病理学方法和基于SHG/TPEF的数字病理学技术进行了详细的分析。在HARMONY试验中,给予28mg和50mg剂量EFX的患者显示出明显的纤维化改善,并且与肝脏脂肪含量的下降有关。经过脂肪变性校正后,在24周时,28mg和50mgEFX组分别有60%和66%的受试者纤维化阶段有所改善,而安慰剂组仅为18%。特别是在Zone1和Zone2中,纤维化减少更加明显。这项研究表明,数字病理学工具(qFibrosis)提供了有价值的详细分区分析,可以用于了解EFX治疗与纤维化减少之间的相关性。


关于我们

筹图科技有限公司是国家高新技术企业,母公司新加坡医疗科技公司HistoIndex®衍生自新加坡最大的科学技术研究机构(A*STAR)与纳米技术研究所(IBN)。集团的业务主要围绕无染色数字病理成像系统和人工智能(AI)图像分析技术的研发、制造、销售及服务,拥有全球独创的自研技术和相关专利,旨在为国内外药企、CRO公司和科研机构提供相关技术服务,共同助力新药研发以造福患者。目前我们的技术平台已经应用在非酒精性脂肪性肝炎(NASH),病毒性肝炎,肾、肺、肌肉、眼膜,骨髓、乳房等各类器官纤维化乃至癌症的临床前研究和临床试验中,服务超过150家国际国内知名药企、CRO公司和科研机构。
  • 友情链接
  •    
  • 国家卫计委
  • 浙江省卫计委
  • HistoIndex官网
  •    

    联系我们

    • 杭州筹图科技有限公司
    • 浙江省杭州市滨江区滨康路188号10幢1001室

    官方微信

    杭州筹图科技有限公司  浙ICP备15025848号  浙公网安备 33010802004660号