Un instrument care exploatează puterea inteligenţei artificiale (AI) pentru a învăţa „limbajul cancerului” ar putea ajuta la diagnosticarea mai rapidă, au declarat dezvoltatorii săi.
Programul bazat pe datele provenite din aproape o jumătate de milion de imagini de ţesut şi dezvoltat cu ajutorul AI a dovedit că poate diagnostica cu precizie cazurile de adenocarcinom, cea mai frecventă formă de cancer pulmonar, arată un nou studiu.
Un grup de cercetători de la Centrul pentru cancer Perlmutter, din cadrul spitalelor NYU Langone (NYU), din Statele Unite, şi de la Universitatea Glasgow, din Scoţia, au dezvoltat şi testat programul.
Instrumentul oferă o a doua opinie imparţială, detaliată şi fiabilă pentru pacienţi şi oncologi cu privire la prezenţa cancerului şi la probabilitatea şi momentul revenirii acestuia (prognostic), întrucât încorporează caracteristicile structurale ale tumorilor de la 452 de pacienţi cu adenocarcinom, care se numără printre cei peste 11.000 de pacienţi din Atlasul genomului cancerului al Institutului Naţional de Cancer din Statele Unite.
Echipa de cercetare subliniază, de asemenea, că programul este independent şi „autodidact”, ceea ce înseamnă că a determinat singur care sunt caracteristicile structurale care au fost cele mai semnificative din punct de vedere statistic pentru a măsura gravitatea bolii şi care au avut cel mai mare impact asupra recidivei tumorale.
Publicat marţi în revista Nature Communications, programul, numit algoritm de învăţare a fenotipului histomorfologic (HPL), a dovedit că poate face o distincţie precisă între cancere pulmonare similare, adenocarcinom şi cancere cu celule scuamoase, în 99% din cazuri.
Programul HPL s-a dovedit a fi, de asemenea, cu o acurateţe de 72% în ceea ce priveşte prezicerea probabilităţii şi a momentului revenirii cancerului după terapie, îmbunătăţind acurateţea de 64% a previziunilor făcute de patologi care au examinat direct imaginile tumorale ale aceloraşi pacienţi, spun cercetătorii.
„Noul program de învăţare a fenotipului histomorfologic are potenţialul de a oferi specialiştilor în cancer şi pacienţilor lor un instrument de diagnosticare rapidă şi imparţială pentru adenocarcinomul pulmonar care, odată ce testele suplimentare sunt finalizate, poate fi, de asemenea, utilizat pentru a ajuta la validarea şi chiar la ghidarea deciziilor lor de tratament”, a declarat cercetătorul principal al studiului, Nicolas Coudray, doctor în bioinformatică, programator la facultatea de medicină Grossman de la NYU şi centrul de cancer Perlmutter.
Echipa de cercetare spune că pacienţii, medicii şi cercetătorii se pot baza pe această modelare predictivă, deoarece este autodidactă, oferă decizii explicabile şi se bazează doar pe cunoştinţele extrase în mod specific din ţesutul fiecărui pacient, inclusiv caracteristici precum proporţia de celule muribunde, celulele imune care luptă împotriva tumorii şi cât de dens sunt celulele tumorale, printre alte caracteristici.
„Mostrele de ţesut pulmonar pot fi acum analizate în câteva minute de către acest program inteligent pentru a oferi predicţii destul de precise cu privire la posibilitatea ca cancerul lor să revină”, a precizat unul dintre cercetătorii principali ai studiului Aristotelis Tsirigos, profesor la departamentele de patologie şi medicină de la facultatea de medicină Grossman a NYU şi centrul pentru cancer Perlmutter.
Predicţiile AI sunt mai bune decât standardele actuale de îngrijire pentru a face un prognostic în cazul adenocarcinomului pulmonar, spun cercetătorii.
Echipa spune că, datorită unor astfel de instrumente şi a altor progrese în biologia cancerului pulmonar, patologii vor examina scanările de ţesut pe ecranele calculatoarelor şi din ce în ce mai puţin la microscop, iar apoi vor folosi programe de inteligenţă artificială pentru a analiza imaginile şi a produce propriile interpretări.
Noua imagine, adaugă ei, va oferi o defalcare detaliată a conţinutului ţesutului.
Ar putea nota, de exemplu, că există 5% necroză şi 10% infiltraţie tumorală şi ce înseamnă acest lucru în ceea ce priveşte supravieţuirea.
Această citire poate echivala statistic cu o şansă de 80% de a rămâne fără cancer timp de doi ani sau mai mult, pe baza informaţiilor din toate datele pacienţilor din program.
Pentru a dezvolta programul HPL, cercetătorii au analizat mai întâi lame de ţesut de adenocarcinom pulmonar din Atlasul Genomului Cancerului.
Adenocarcinomul a fost ales pentru modelul de testare deoarece boala este cunoscută pentru trăsăturile sale caracteristice. Cercetătorii notează că celulele tumorale în adenocarcinom tind să se grupeze în aşa-numitele modele acinare (în formă de sac) şi se răspândesc în mod previzibil de-a lungul mucoasei de suprafaţă a celulelor pulmonare.
În urma analizei lamelelor, ale căror imagini vizuale au fost scanate digital şi împărţite în 432.231 de mici cadrane, cercetătorii au descoperit 46 de caracteristici cheie, ceea ce ei numesc grupuri de fenotipuri histomorfologice, atât din ţesutul normal, cât şi din cel bolnav, dintre care un subset a fost legat statistic fie de revenirea timpurie a cancerului, fie de supravieţuirea pe termen lung.
Constatările au fost apoi confirmate prin teste suplimentare şi separate pe imagini de ţesut de la 276 de bărbaţi şi femei care au fost trataţi pentru adenocarcinom la NYU Langone între 2006 şi 2021.
Cercetătorii spun că obiectivul lor este de a utiliza algoritmul HPL pentru a atribui fiecărui pacient un scor între 0 şi 1 care să reflecte şansele statistice de supravieţuire şi de reapariţie a tumorii timp de până la cinci ani.
Deoarece programul este autodidact, ei subliniază că HPL va deveni din ce în ce mai precis pe măsură ce se adaugă mai multe date în timp.
Pentru a câştiga încrederea publicului, cercetătorii au postat online codul de programare şi au în plan să pună la dispoziţie gratuit noul instrument HPL după finalizarea testelor suplimentare.
Caracteristicile legate de tumorile care au recidivat au inclus procentaje crescute de celule canceroase moarte şi de celule imunitare care luptă împotriva tumorilor, numite limfocite, şi o grupare densă a celulelor tumorale în straturile exterioare ale plămânilor.
Caracteristicile legate de o probabilitate crescută de supravieţuire au fost procentele ridicate de ţesut neschimbat sau conservat din sacul pulmonar şi lipsa sau prezenţa uşoară a celulelor inflamatorii.
Echipa plănuieşte în continuare să analizeze dezvoltarea unor programe asemănătoare HPL pentru alte tipuri de cancer, cum ar fi cel de sân, ovarian şi colorectal, care se bazează în mod similar pe caracteristici morfologice distinctive şi cheie şi pe date moleculare suplimentare.
De asemenea, echipa are în plan să extindă şi să îmbunătăţească acurateţea actualului program HPL pentru adenocarcinom prin includerea altor date din dosarele electronice de sănătate ale spitalelor cu privire la alte boli şi afecţiuni.
