Sztuczna inteligencja określi grupę ryzyka, do której należy pacjentka z rakiem piersi

Ocena tkanek wykonywana przez sztuczną inteligencję wypadła zdecydowanie lepiej niż ocena przeprowadzana przez doświadczonych patologów.

Powstał model sztucznej inteligencji do oceny tkanki nowotworu

Rak piersi jest bardzo niejednorodną chorobą o zmiennych wynikach przeżycia. Obecnie, aby określić stopień złośliwości nowotworu i dobrać odpowiednią metodę terapii, patolodzy oceniają mikroskopowy wygląd tkanki piersi. Proces ten koncentruje się jednak wyłącznie na wyglądzie komórek nowotworowych i pozostaje w dużej mierze niezmieniony od dziesięcioleci. Badanie, którego wyniki opisuje „Nature Medicine” pokazuje natomiast, że wzorce komórek nienowotworowych są równie ważne w przewidywaniu wyników danej osoby, a obecnie zupełnie pomijane w procesie diagnostycznym.

Tymczasem precyzyjna identyfikacja grupy ryzyka, do jakiej należy konkretna pacjentka, i określenie jej szans na długoterminowe przeżycie determinują dobór czasu trwania i intensywność chemioterapii. To ważne, ponieważ chemioterapia wiąże się z nieprzyjemnymi i szkodliwymi skutkami ubocznymi.

– Nasze badanie pokazuje znaczenie czynników nienowotworowych w prognozowaniu wyniku leczenia pacjenta. Ich rola była znana już wcześniej z badań biologicznych, ale wiedza ta nie została skutecznie przełożona na zastosowanie kliniczne - mówi prof. Lee Cooper z Northwestern University, główny autor badania.

Wiele badań z zakresu biologii raka piersi wykazało, że komórki nienowotworowe, w tym komórki układu odpornościowego oraz komórki nadające kształt i strukturę tkance, mogą odgrywać ważną rolę w podtrzymywaniu lub hamowaniu rozwoju nowotworu.

Cooper i jego współpracownicy zbudowali więc model sztucznej inteligencji do oceny tkanki rakowej na podstawie wyglądu zarówno komórek nowotworowych, jak i nienowotworowych, a także interakcji między nimi.

– Ocena tych wzorców jest trudna dla patologa, ponieważ ludzkie oko może mieć trudności z ich wiarygodną kategoryzacją. Model sztucznej inteligencji mierzy je zaś szybko i przedstawia patologowi gotowe informacje w sposób, który sprawia, że proces decyzyjny staje się dla niego łatwiejszy - wyjaśnia prof. Cooper.

Nowy model pozwoli na dokładniejsze oszacowanie ryzyka związanego z chorobą

System AI analizuje 26 różnych właściwości tkanki piersi pacjentek w celu wygenerowania ogólnego wyniku prognostycznego. Dodatkowo prezentuje on wyniki uzyskane dla poszczególnych rodzajów komórek (np. nowotworowych, odpornościowych i zrębowych), aby wyjaśnić patologowi, jak powstała dana prognoza. To istotne, ponieważ np. u niektórych pacjentów korzystne rokowanie wynika z właściwości ich komórek odpornościowych, podczas gdy u innych z właściwości komórek nowotworowych. Informacje te mogą zostać wykorzystane przez zespół lekarski do tworzeniu zindywidualizowanego planu leczenia.

Wprowadzenie nowego modelu do praktyki klinicznej mogłoby - zdaniem autorów publikacji - zapewnić pacjentkom, u których zdiagnozowano raka piersi, dokładniejsze oszacowanie ryzyka związanego z chorobą, umożliwiając im podejmowanie świadomych decyzji dotyczących opieki klinicznej.

Dodatkowo model AI pomóc w ocenie odpowiedzi terapeutycznej, umożliwiając wydłużenie lub skrócenie leczenia w zależności od tego, jak mikroskopijny wygląd tkanki zmienia się w czasie.

– Mamy również nadzieję, że model ten pomoże zmniejszyć dysproporcje między pacjentami z dużych i mniejszych miejscowości. Ci ostatni bowiem często nie mają dostępu do patologa specjalizującego się w raku piersi, a nasz model sztucznej inteligencji może go zastąpić - mówi prof. Cooper.

Teraz naukowcy z tego samego zespołu pracują nad kolejnymi modelami stworzonymi do bardziej specyficznych typów raka piersi, takich jak rak potrójnie ujemny lub HER2-dodatni. Nowotwór ten obejmuje bowiem kilka różnych kategorii, a ważne wzorce tkanki mogą się między nimi dość mocno różnić.

– Poprawi to naszą zdolność przewidywania wyników i zapewni dalszy wgląd w biologię raka piersi – podsumowuje prof. Cooper.

PRZECZYTAJ TAKŻE: Rak piersi i jajnika: mutacje w genach BRCA można odziedziczyć także po ojcu. “Nie można pomijać mężczyzn w diagnostyce genetycznej”