Исследователи говорят, что это тот случай, когда искусственный интеллект не уступает традиционной иммуногистохимии в прогнозировании экспрессии молекулярных биомаркеров, но даже превосходит ее.
В Технионе (Израильский технологический институт, Хайфа) был разработан метод картирования критических рецепторов на раковых клетках, основанный на биопсии, взятой у пациентов с раком молочной железы. Отчет об исследовании был опубликован в журнале JAMA Network.
Используя инструменты обработки изображений и разработанное программное обеспечение, исследователи впервые продемонстрировали способность прогнозировать молекулярный профиль клеток по морфологии опухоли.
В настоящее время, иммуногистохимическое исследование (ИГХ), даже для общих молекулярных биомаркеров, занимает достаточно много времени. К тому же, не всегда есть согласие между специалистами в интерпретации образцов. В исследовании было показано, что метод программной обработки дает возможность глубокого изучения и комплексного анализа, позволяет дифференцировать раковые и незлокачественные ткани, а также определять наличие метастазов в лимфатических узлах и выполнять классификацию опухолей.
Исследование проводили докторанты Гил Шамай, Рон Слоссберг и профессор Рон Киммель с факультета компьютерных наук (Технион), а также доктор Йоав Биненбаум из больницы Ихилов (Тель-Авив) и профессор Зив Гил из медицинского центра Рамбам в Хайфе.
Чтобы проверить способности новой технологии так называемого морфологического молекулярного профилирования, они провели ретроспективное исследование, и оценили более чем 20000 оцифрованных образцов, взятых у 5 356 пациентов с раком молочной железы. Используя новую технологию, исследователи картировали рецепторы эстрогена и прогестерона, и извлекли молекулярную информацию из биопсийных изображений с контрастным веществом.
«Это были оцифрованные образцы с отображением гематоксилин-эозина (H & E). Метоксилин и эозин (H & E) — обычный краситель, используемый для тестирования тканей, взятых при биопсии, который позволяет врачу-патологоанатому идентифицировать в ткани, под микроскопом, тип рака и его тяжесть, — поясняют авторы исследования. — Однако одно только окрашивание не позволяет получить критические характеристики, которые необходимы для определения соответствующего лечения. Например, молекулярный профиль опухоли, ее биологические пути, генетический код раковых клеток и общие рецепторы на клеточной мембране».
Причина в том, что патологоанатом не может вывести особенности опухоли из ее формы — это просто количество переменных. Хорошая новость заключается в том, что новая технология искусственного интеллекта оказалась способной к глубокому изучению. Компьютер, в отличие от человека, смог более детально охарактеризовать рак с помощью комплексного анализа его морфологических характеристик».
Исследователи впервые продемонстрировали способность прогнозировать молекулярный профиль клеток по морфологии опухоли, то есть, фактически, «по взгляду» на ткань, как она выглядит при стандартном (H & E) сканировании.
«Мы смогли идентифицировать «сигнатуру», которую рак оставляет в ткани. Это морфологическая, формирующая сигнатура, благодаря которой с помощью нашей технологии нам удается собрать много важной информации. Важно отметить, что система глубокого изучения требует огромного количества информации. Мы написали программный код для сканирования сетевых источников и автоматической загрузки тысяч образцов биопсии, а также заложили другую медицинскую информацию, утвержденную для исследования», — говорят авторы работы.
Работа была сосредоточена на раке молочной железы, но ученые ясно дают понять, что технология может применяться ко всем видам рака. Также они считают, что такой подход улучшит персонализацию лечения, что, безусловно, дает гораздо лучший результат.
