Модел на изкуствен интелект променя лечението на менингиоми

Изследователи от Клиника Мейо (Mayo Clinic), САЩ, създават инструмент с изкуствен интелект (ИИ), който анализира обикновени тъканни проби и предвижда възможно ли е менингиомът (най-често срещаният първичен мозъчен тумор при възрастните) да се появи отново. Обикновено за това е нужно да се извърши скъпо генетично изследване, но проучването на екипа показва, че моделите на дълбоко обучение са в състояние да помогнат за извличането на молекулярна и прогностична информация от стандартни хематоксилинови и еозинови препарати.

Проучването

Екипът от Mayo Clinic показва в изследването, че изкуственият интелект има наистина огромни възможности, а в случая може да бъде в помощ на лекарите, за да идентифицират рисковете от рецидив на мозъчните тумори, при това без да е необходимо скъпо генетично изследване. До момента прогностика за повторна поява на менингиома става чрез профилиране на ДНК метилиране. Това е усъвършенстван генетичен тест, който предоставя ценна диагностична и прогностична информация, но който отнема време, скъп е и е недостъпен в много болници.

„Въвеждането на геномно профилиране като инструмент за молекулярна класификация и прогнозиране на клинични резултати революционизира грижите за пациенти с мозъчни тумори. Изкуственият интелект предоставя усъвършенствани възможности за преобразуването на сложна геномна информация в рутинно достъпна информация на ниво пациент. В това проучване ние си поставихме за цел да оценим дали дълбокото обучение може надеждно да характеризира молекулярните подтипове, да предскаже риска от рецидив и да идентифицира важни промени в броя на хромозомните копия в оцветени с хематоксилин и еозин тъканни проби от най-често срещания мозъчен тумор – менингиом“, пишат авторите в статията с резултатите, публикувана в The Lancet Digital Health.

Менингиомите се държат по различен начин. Някои от тях растат бавно и след операция не се появяват отново. За сметка на това други са изключително агресивни и рецидивират много бързо. За да преценят какъв е рискът от повторна поява, лекарите разчитат изцяло до момента на профилиране на ДНК-метилиране (усъвършенстван генетичен тест). Той е важен, защото именно разбирането на риска има решаващо значение за пациентите, но и за медиците, които решават дали е нужно допълнително лечение след операцията. Молекулярното изследване помата да се определи кои тумори са склонни в по-голяма степен към рецидив, но и кои биха реагирали различно на лечението. И тъй като този вид тестове изискват специализирана технология, това ограничава достъпа на много пациенти до тях.

„Това е едно от многото проучвания, в които можем да използваме силата на дигиталната патология като уловим последните две десетилетия геномни и молекулярни знания в алгоритми с изкуствен интелект“, споделя д-р Геларех Задех, която е началник на Катедрата по неврохирургия в Mayo Clinic в Рочестър и главен медицински директор на платформата на Mayo Clinic.

Като използват тъканни проби, патологични изображения и клинични данни от 672 пациенти, учените разработват и тестват модели с изкуствен интелект, чиято задача е да помогнат за откриването на модели, свързани с биологията на тумора. Въз основа на множество анонимни данни, включително от платформата на Mayo Clinic, моделите подпомагат класификацията на подтипове менингиоми и прогнозират риска от рецидив като използват стандартни патологични препарати, които и до момента са част от рутинната грижа за пациентите.

Резултати

Анализите показват, че инструментите, базирани на изкуствен интелект, могат да помогнат на лекарите да получат по-подробна информация за тумора, но без да е необходимо пациентът да се подлага на генетични тестове.

„Доколкото ни е известно, това е първото проучване, което прилага модели на дълбоко обучение, които могат да идентифицират молекулярни подтипове и да предскажат резултати при единична туморна единица като използват само оцветяване с хематоксилин и еозин“, пишат още авторите.

Изследователите установяват още, че моделите с изкуствен интелект могат да откриват модели на туморна хетерогенност, която може да обясни защо някои тумори са по-агресивни или реагират по различен начин на лечение.

Откритията на екипа поставят основите за по-достъпна и персонализирана грижа на хората с менингиоми, но притежават и потенциал за подобен подход при други видове рак.

Изследователите отбелязват, че са нужни допълнителни проучвания преди моделите с изкуствен интелект да се използват рутинно в клиничната практика. Но важното е, че е направена стъпка напред.

„Целта на тези алгоритми е да бъдат лесно и достъпно за употреба средство в световен мащаб и да подобрят грижата за пациентите в много здравни заведения“, обобщава проф. Задех.

Картата на менингиома

Паралелно с данните от проучването за новия алгоритъм излизат и резултатите от изследване, което екипът на Mayo Clinic осъществява заедно с учени от Онкологичния център „Принцеса Маргарт“ в Торонто. То представя най-подробните до момента карти на менингиома и показва как околната среда на тумора спомага за развитието на заболяването.

Като комбинират няколко усъвършенствани лабораторни техники за изследване на тумори, авторите изключително детайлно представят доказателства защо някои менингиоми растат бавно, а други са агресивни и рецидивират.

Доказателствата показват, че традиционните системи за класификация на менингиомите не отчитат напълно поведението на тези сложни тумори. Затова са нужни инструменти за молекулярна класификация, които предсказват по-точно кои тумори могат да се появят отново след операция.

Проф. Геларех Задех, чийто екип работи по темата, казва, че не само туморните клетки, но и екосистемата около тях влияя на това как туморите растат и как реагират на лечението.

Екипът картографира над 500 000 отделни клетки и милиони точки от данни в туморите и така създава карта с висока резолюция на генетичния отпечатък на отделните клетки, на отличията между агресивни и доброкачетвени тумори, на промените в тях и на взаимодействието им с другите клетки в тяхната среда.

Както казва проф. Задех: „Вместо да разглеждаме тумора като цяло, сега можем да го разделим на отделните му компоненти и да разберем какво движи поведението му.“

Резултатите от проучването авторите публикуват в статия в списанието Nature Genetics.

Изследването предоставя възможност за подобряване на инструментите за прогноза, но и показва пътищата, по които да се върви, за да бъде забавен растежът на тумора.