Kompjuterski program zasnovan na podacima sa skoro pola miliona slika tkiva i pokretan veštačkom inteligencijom može precizno dijagnostikovati slučajeve adenokarcinoma, najčešćeg oblika raka pluća, pokazuje nova studija.
Istraživači iz NIU Langone Health Centra za rak Perlmutter i Univerziteta u Glazgovu razvili su i testirali program. Oni kažu da program nudi nepristrasno, detaljno i pouzdano drugo mišljenje za pacijente i onkologe, pošto uključuje strukturne karakteristike tumora od 452 pacijenta sa adenokarcinomom, koji su među više od 11.000 pacijenata u Atlasu genoma raka američkog Nacionalnog instituta za rak. o prisustvu raka i verovatnoći i vremenu njegovog povratka (prognoza).
Istraživački tim takođe ističe da je program nezavisan i „samoučen“, što znači da je sam utvrdio koje su strukturne karakteristike statistički najznačajnije za merenje težine bolesti i imale najveći uticaj na recidiv tumora.
Objavljivanjem u časopisu Nature Communications, studijski program, koji se naziva i algoritam – ili konkretno, histomorfološko učenje fenotipa (HPL) – otkriveno je da tačno razlikuje slične karcinome pluća, adenokarcinom i karcinom skvamoznih ćelija, u 99% slučajeva. Takođe je utvrđeno da je HPL program 72% tačan u predviđanju verovatnoće i vremena povratka raka nakon terapije, poboljšavajući tačnost od 64% u predviđanjima koje su napravili patolozi koji su direktno pregledali slike tumora istih pacijenata, kažu istraživači.
„Naš novi program učenja histomorfološkog fenotipa ima potencijal da ponudi specijalistima za rak i njihovim pacijentima brzu i nepristrasnu dijagnostičku alatku za adenokarcinom pluća, koja se – kada se dodatno testiranje završi – takođe može koristiti za potvrđivanje i čak usmeravanje njihovih odluka o lečenju“, rekao je vodeći istraživač studije dr Nikolas Kudrej, programer bioinformatike na Medicinskoj školi Grosman u Njujorku i Perlmuter centru za rak.
„Pacijenti, lekari i istraživači znaju da se mogu osloniti na ovaj prediktivni model jer je samouk, pruža objašnjive odluke i zasnovan je samo na znanju izvučenom posebno iz tkiva svakog pacijenta, uključujući karakteristike kao što je njegov udeo u umirućim ćelijama, imune ćelije koje se bore protiv tumora, i koliko su tumorske ćelije gusto zbijene, između ostalih karakteristika“, rekao je Coudrai.
„Uzorci plućnog tkiva sada mogu da se analiziraju za nekoliko minuta pomoću našeg kompjuterskog programa kako bi se pružila prilično tačna predviđanja o tome da li će se njihov rak vratiti, predviđanja koja su bolja od trenutnih standarda nege za izradu prognoze adenokarcinoma pluća“, rekao je ko-stari istraživač studije. Aristotelis Tsirigos, dr. Tsirigos je profesor na odeljenjima za patologiju i medicinu na Medicinskom fakultetu Grosman Univerziteta u Njujorku i Perlmuter centru za rak, gde je takođe kodirektor precizne medicine i direktor njenih laboratorija za primenjenu bioinformatiku.
Cirigos kaže da će zahvaljujući takvim alatima i drugim napretcima u biologiji karcinoma pluća, patolozi ispitivati skeniranje tkiva na ekranima svojih kompjutera, a sve manje na mikroskopima, a zatim koristiti svoj AI program da analiziraju sliku i proizvedu sopstvenu sliku skeniranje.
Nova slika, ili „pejzaž“, dodaju, ponudiće detaljan pregled sadržaja tkiva. Može se primetiti, na primer, da postoji 5% nekroze i 10% infiltracije tumora i šta to znači u smislu preživljavanja. To očitavanje može statistički izjednačiti sa 80% šanse da ostanete bez raka dve godine ili više, na osnovu informacija iz svih podataka o pacijentima u programu.
Da bi razvili HPL program, istraživači su prvo analizirali slajdove tkiva adenokarcinoma pluća iz Atlasa genoma raka. Adenokarcinom je izabran za test model jer je bolest poznata po karakterističnim karakteristikama. Kao primer, primećuju da njegove tumorske ćelije imaju tendenciju da se grupišu u takozvane acinarne, ili vrećaste obrasce i da se predvidljivo šire duž površinske obloge ćelija pluća.
Iz njihove analize slajdova, čije su vizuelne slike digitalno skenirane i razbijene u 432.231 mali kvadrant ili pločicu, istraživači su pronašli 46 ključnih karakteristika, kako oni nazivaju histomorfološki fenotipski klasteri, iz normalnog i bolesnog tkiva, od kojih je podskup bio statistički povezan sa ili rani povratak raka ili dugoročno preživljavanje. Nalazi su zatim potvrđeni daljim i odvojenim testiranjem na slikama tkiva od 276 muškaraca i žena koji su lečeni od adenokarcinoma u NIU Langone od 2006. do 2021. godine.
Istraživači kažu da je njihov cilj da koriste HPL algoritam kako bi svakom pacijentu dodelili rezultat između 0 i 1 koji odražava njihovu statističku šansu za preživljavanje i recidiv tumora do pet godina. Pošto se program samouči, oni naglašavaju da će HPL postati sve tačniji kako se više podataka dodaje tokom vremena. Da bi izgradili poverenje javnosti, istraživači su objavili svoj programski kod na mreži i planiraju da novi HPL alat učine slobodnim po završetku daljeg testiranja.
Karakteristike povezane sa ponavljanjem tumora uključivale su visok procenat mrtvih ćelija raka i imunih ćelija koje se bore protiv tumora zvanih limfociti, i gusto grupisanje tumorskih ćelija u spoljašnjim oblogama pluća. Karakteristike vezane za povećanu verovatnoću preživljavanja su visoki procenti nepromenjenog ili očuvanog tkiva plućne kese i nedostatak ili blago prisustvo inflamatornih ćelija.
Tsirigos kaže da tim sledeće planira da razmotri razvoj programa sličnih HPL-u za druge vrste raka, kao što su dojke, jajnici i kolorektalni, koji su na sličan način zasnovani na karakterističnim i ključnim morfološkim karakteristikama i dodatnim molekularnim podacima. Tim takođe ima planove da proširi i poboljša tačnost trenutnog programa HPL za adenokarcinom tako što će uključiti druge podatke iz bolničkih elektronskih zdravstvenih kartona o drugim bolestima i bolestima, ili čak prihodima i kućnim poštanskim brojem.
