Исследователи используют искусственный интеллект для прогноза у пациентов с колоректальным раком
Москва, 17:37, 05 Июл 2019, редакция FTimes.ru, автор Сергей Кузнецов.
Модель консенсусных молекулярных подтипов (imCMS) на основе изображений может быть использована для прогнозирования молекулярной классификации каждой отдельной области изображения в образцах опухоли пациента. Этот процесс занимает всего несколько минут и не требует дополнительных материалов от пациента.
Лечащим врачам нужна информация о молекулярном подтипе опухоли, если они хотят обеспечить целевую терапию колоректального рака. Исследовательская группа из Университетской клиники Цюриха и Оксфордского университета в настоящее время разработала метод прогнозирования молекулярной классификации колоректального рака на основе цифровых слайдов с патологией.
Рак ободочной и прямой кишки является третьей по распространенности злокачественной опухолью у мужчин и женщин, где ежегодно регистрируется около 1,8 миллиона новых случаев в мире. Хирургия, лучевая и химиотерапия, а также прецизионная терапия являются установленными вариантами лечения, но связаны с соответствующими побочными эффектами. Точная информация о молекулярном подтипе опухоли с использованием РНК-секвенирования может способствовать стратификации пациентов для персонализированной терапии. Тем не менее, классификация рака с помощью секвенирования РНК остается ресурсоемким и дорогостоящим процессом: исследование одного образца стоит более 1000 швейцарских франков. Кроме того, до 20 процентов образцов не могут быть окончательно классифицированы из-за недостаточной доступности материала или неоднозначных результатов.
Исследования продвигаются благодаря анализу изображений и искусственному интеллекту
Исследовательская группа во главе с профессором Виктором Кельцером и профессором Йенсом Ритчеромв настоящее время разработали гораздо более дешевый и быстрый метод: они используют искусственный интеллект для анализа изображений гистологических слайдов с высоким разрешением. Это позволяет разделить колоректальные опухоли на один из четырех отдельных подтипов транскрипции и дает представление об оптимальных стратегиях лечения. В отличие от секвенирования РНК, которое до сих пор являлось золотым стандартом, эта процедура, основанная исключительно на изображениях, не требует дополнительного тканевого материала. Метод работает даже с очень маленькими фрагментами ткани и позволяет классифицировать образцы тканей, которые ранее были недоступны из-за технических ограничений. Процедура также может значительно снизить затраты. Таким образом, основанные на изображениях процедуры могут революционизировать персонализированную терапию при колоректальном раке. Тем не менее, чтобы использовать новую технологию, необходимо надлежащим образом подготовить гистологические слайды:
«Чтобы использовать искусственный интеллект для анализа опухолей в повседневной диагностической практике, нам необходимо оцифровать рабочие процессы патологии», — говорит профессор Кельцер.
Стратегическое значение для персонализированной медицины
В апреле этого года проф. Кельцер принял должность доцента по цифровой патологии в UHZ. Исследование включало анализ 1553 цифровых слайдов с данными о экспрессии РНК, генных мутациях и клиническом прогрессировании с использованием новейших технологий машинного зрения и искусственного интеллекта. Эта новая технология была впервые опубликована в качестве препринта в конце мая 2019 года и рекомендована для проверки в проспективных рандомизированных клинических испытаниях. По словам профессора Кельцера, «после валидации мы сможем централизовать классификацию колоректальных опухолей и выпустить технологию для использования». Сканы гистологических слайдов можно отправлять в университетские центры, где они будут оцениваться, а результаты возвращаться в электронном виде. В долгосрочной перспективе, этот метод также может быть использован для других типов опухолей или даже других заболеваний.
Профессор Маугхан комментирует: «Это исследование показывает, что с помощью компьютерного анализа можно обнаружить сложные биологические паттерны по тому, как рак выглядит под микроскопом, используя обычные способы для подготовки слайдов ткани Это имеет большой потенциал для предоставления информации о том, как рак будет вести себя у человека, и использовать ее в будущем для принятия решений о лечении».
