Sztuczna inteligencja ujawnia test na raka endometrium wysokiego ryzyka

Odkrycie dokonane przez naukowców z Uniwersytetu Kolumbii Brytyjskiej obiecuje poprawę opieki nad pacjentkami z rakiem endometrium, najczęstszym nowotworem ginekologicznym.

Wykorzystując sztuczną inteligencję (AI) do wykrywania wzorców na tysiącach obrazów komórek nowotworowych, badacze zidentyfikowali odrębną podgrupę raka endometrium, która naraża pacjentki na znacznie większe ryzyko nawrotu i śmierci, ale w przeciwnym razie nie byłaby rozpoznawana przez tradycyjną patologię i diagnostykę molekularną .

Wyniki opublikowano dzisiaj w Komunikacja przyrodniczaPomoże lekarzom w identyfikacji pacjentów z chorobami wysokiego ryzyka, którzy mogliby skorzystać z bardziej kompleksowego leczenia.

„Rak endometrium to zróżnicowana choroba. W przypadku niektórych pacjentek prawdopodobieństwo nawrotu raka jest większe niż u innych” – powiedziała dr Jessica McAlpine, profesor i kierownik oddziału onkologii ginekologicznej na Uniwersytecie Kolumbii Brytyjskiej oraz ekspert chirurgii i naukowiec w Cancer Center BC i Vancouver General Hospital „Identyfikacja pacjentów z chorobami wysokiego ryzyka, abyśmy mogli interweniować i, miejmy nadzieję, zapobiegać nawrotom choroby. To podejście oparte na sztucznej inteligencji pomoże zapewnić, że żaden pacjent nie przegapi interwencji potencjalnie ratujących życie”.

Medycyna precyzyjna oparta na sztucznej inteligencji

Odkrycie to opiera się na pracy dr McAlpine’a i współpracowników z Kolumbii Brytyjskiej Inicjatywa na rzecz walki z rakiem kobiet – Wieloinstytucjonalna współpraca pomiędzy Uniwersytetem Kolumbii Brytyjskiej, Szpitalem Onkologicznym Kolumbii Brytyjskiej, Vancouver Coastal Health i Szpitalem Kobiet Kolumbii Brytyjskiej, która w 2013 r. pomogła wykazać, że raka endometrium można podzielić na cztery podtypy w oparciu o charakterystykę molekularną Komórki nowotworowe charakteryzują się innym poziomem ryzyka dla pacjentów.

Następnie dr McAlpine i jego zespół opracowali innowacyjne narzędzie do diagnostyki molekularnej zwane… PrzygotowywaćKtóre potrafią dokładnie rozróżnić podtypy. Narzędzie to jest obecnie stosowane w Kolumbii Brytyjskiej, niektórych częściach Kanady i na całym świecie w celu podejmowania decyzji dotyczących leczenia.

Jednak wyzwania pozostają. Najbardziej rozpowszechniony podtyp molekularny, który obejmuje około 50 procent wszystkich przypadków, jest w dużej mierze uniwersalną kategorią raka endometrium, któremu brakuje wyraźnych cech molekularnych.

„W tej bardzo dużej kategorii są pacjenci, którzy mają bardzo dobre wyniki, i inni, którzy mają bardzo niekorzystne wyniki w leczeniu nowotworu” – powiedział. „Ale jak dotąd brakuje nam narzędzi do identyfikacji osób zagrożonych, abyśmy mogli zaoferować im odpowiednie leczenie .” Doktor McAlpine.

Dr McAlpine zwrócił się do długoletniego współpracownika i eksperta w dziedzinie uczenia maszynowego, dr Ali Bashashati, adiunkta inżynierii biomedycznej, patologii i medycyny laboratoryjnej na Uniwersytecie Kolumbii Brytyjskiej, aby spróbować posegmentować tę kategorię przy użyciu zaawansowanych metod sztucznej inteligencji.

Dr El-Bashashati i jego zespół opracowali model sztucznej inteligencji głębokiego uczenia się, który analizuje obrazy próbek tkanek pobranych od pacjentów. Sztuczną inteligencję przeszkolono w zakresie rozróżniania różnych podtypów i po przeanalizowaniu ponad 2300 obrazów tkanki nowotworowej zidentyfikowała nową podgrupę, która wykazywała znacznie niższe wskaźniki przeżycia.

„Potęga sztucznej inteligencji polega na jej zdolności do obiektywnego patrzenia na duże zbiory obrazów i identyfikowania wzorców, które są trudne do zrozumienia dla patologów” – powiedziała dr El-Bashashati. „To jak znalezienie igły w stogu siana. Mówi nam, że ta grupa nowotworów o tych cechach to najgorsi sprawcy i stanowią większe ryzyko dla pacjentów”.

Przynosimy odkrycia pacjentom

Zespół bada obecnie, w jaki sposób narzędzie AI można zintegrować z praktyką kliniczną wraz z tradycyjną diagnostyką molekularną i patologiczną, dzięki grantowi z Instytutu Badawczego Terry Fox.

„Obydwa rozwiązania współpracują ze sobą, a sztuczna inteligencja zapewnia dodatkową warstwę oprócz testów, które już przeprowadzamy” – powiedział dr McAlpine.

Jedną z zalet podejścia opartego na sztucznej inteligencji jest to, że jest ono opłacalne i łatwe do wdrożenia w różnych lokalizacjach geograficznych. Sztuczna inteligencja analizuje obrazy rutynowo gromadzone przez patologów i podmioty świadczące opiekę zdrowotną, nawet w mniejszych szpitalach w społecznościach wiejskich i odległych, i udostępnia je, gdy uzyskuje drugą opinię na temat diagnozy.

Łączne wykorzystanie analizy molekularnej i sztucznej inteligencji może pozwolić wielu pacjentom na pozostanie w lokalnych społecznościach w celu przeprowadzenia mniej intensywnej operacji, zapewniając jednocześnie możliwość leczenia tym, którzy wymagają leczenia w większym ośrodku onkologicznym.

„To, co naprawdę nas przyciąga, to możliwość osiągnięcia większej równości i dostępu” – powiedziała dr El-Bashashati. „AI nie obchodzi, czy jesteś w dużym ośrodku miejskim, czy na wsi, ona po prostu tam będzie, więc mamy nadzieję, że doprowadzi to do realnej zmiany w sposobie diagnozowania i leczenia raka endometrium u pacjentek wszędzie.”

Język rozmowy kwalifikacyjnej: angielski