Merenje limfocita koji infiltriraju tumor predviđa dugoročne ishode za tip ranog raka dojke

Merenje limfocita koji infiltriraju tumor predviđa dugoročne ishode za tip ranog raka dojke

Istraživači sa Univerziteta Kueen Mari u Londonu i Univerziteta Emori koristili su novi analitički alat zasnovan na veštačkoj inteligenciji da bolje razumeju kako limfociti koji infiltriraju tumor (TIL) mogu predvideti koji će slučajevi duktalnog karcinoma in situ (DCIS) prerasti u invazivni rak dojke.

DCIS je oblik ranog raka dojke, gde su neke ćelije u sluznici duktalnog tkiva počele da se razvijaju u ćelije raka. Bez lečenja, deo slučajeva DCIS-a će postati invazivni rak dojke.

Ova studija, objavljena 9. jula u The Lancet Digital Health, najveća je i najsnažnija istraga automatske procene ovih tumorskih infiltriranih imunih ćelija ili TIL-ova.

Koristeći nasumične podatke iz UK/ANZ DCIS ispitivanja, istraživači su pokazali da je visoka gustina TIL-a povezana sa 3 puta većim rizikom od progresije do invazivnog raka dojke. Takođe je utvrđeno da su tumori sa visokom gustinom TIL-a podložniji radioterapiji.

Ovaj rad pruža novi način da se pomogne u razlikovanju i identifikaciji onih žena sa DCIS-om koje bi imale koristi od terapije zračenjem pored operacije od žena koje bi mogle biti pošteđene preteranog lečenja u obliku terapije zračenjem. Takođe bi se mogao obezbediti po nižim troškovima ženama sa DCIS-om širom sveta, zahvaljujući njegovom ne-tkivno destruktivnom pristupu, koji bi omogućio informisanije donošenje odluka o lečenju.

Viši koautor Mangesh Thorat, počasni čitalac, Volfson Institute of Population Health, rekao je: „Ovde smo uradili dve ključne stvari. Prvo, koristeći materijal iz randomizovanog ispitivanja, koristili smo veoma robustan dizajn studije. Ovo nam je omogućilo da eliminišemo ograničenja prethodnih studija i proceniti biomarker na najbolji mogući način.

„Drugo, iskoristili smo potencijal veštačke inteligencije za merenje biomarkera na veoma precizan kvantitativan način, nešto što ljudi ne mogu lako da urade. Rezultat je da imamo snažan biomarker koji ne samo da predviđa koji pacijenti imaju znatno veći rizik od napredovanja u invazivni rak dojke, ali nam takođe govori koja podgrupa pacijenata može da izbegne radioterapiju i tako nam pomogne da sprečimo prekomerno lečenje.“