Для пациентов с диагнозом глиома, смертельная форма опухоли головного мозга, будущее может быть очень неопределенным. Хотя глиомы часто приводят к летальному исходу в течение двух лет после постановки диагноза, некоторые пациенты могут прожить 10 лет и более. Прогнозирование течения болезни пациента при постановке диагноза имеет решающее значение для выбора правильной терапии и помощи пациентам и их семьям в планировании своей жизни.
Исследователи из университетов Эмори и Северо-Запада недавно разработали программное обеспечение искусственного интеллекта (ИИ), которое может прогнозировать выживаемость пациентов с диагнозом глиома, исследуя данные биопсии тканей. Подход, описанный в Proceedings of the National Academy of Sciences, более точен, чем прогнозы врачей, прошедших годы высокоспециализированной подготовки с той же целью.
В настоящее время врачи используют комбинацию геномных тестов и микроскопического исследования тканей, чтобы предсказать, как болезнь пациента будет вести себя клинически или будет реагировать на терапию. Хотя геномное тестирование является надежным, эти тесты не полностью объясняют результаты пациента, поэтому микроскопическое исследование используется для дальнейшего уточнения прогноза. Однако микроскопическое исследование очень субъективно, так как разные патологоанатомы часто по-разному интерпретируют один и тот же случай. Эти интерпретации могут повлиять на важные решения, например, будет ли пациент участвовать в экспериментальном клиническом исследовании или получит лучевую терапию в рамках своего лечения.
"Геномика значительно улучшила методы диагностики и лечения глиом, но микроскопическое исследование остается субъективным. Существуют большие возможности для более систематического и клинически значимого извлечения данных с использованием вычислительных подходов," говорит Дэниел Дж. Брат, доктор медицинских наук, ведущий невропатолог, участвовавший в исследовании, который начал разработку программного обеспечения в Университете Эмори и в Институте рака Уиншип. Брат в настоящее время является заведующим кафедрой патологии в Медицинской школе Файнберга Северо-Западного университета.
Исследователи использовали подход, называемый глубоким обучением, для обучения программного обеспечения изучению визуальных паттернов, связанных с выживанием пациентов, с использованием микроскопических изображений образцов ткани опухоли головного мозга. Прорыв стал результатом объединения этой передовой технологии с более традиционными методами, которые статистики используют для анализа результатов лечения пациентов. Когда программа была обучена с использованием как изображений, так и геномных данных, ее прогнозы относительно того, как долго пациенты выживут после постановки диагноза, были более точными, чем прогнозы патологов-людей. В исследовании использовались общедоступные данные, полученные в рамках проекта Атласа генома рака Национального института рака, для разработки и оценки алгоритма.
"Конечная цель – использовать это программное обеспечение для предоставления врачам более точной и последовательной информации. Мы хотим выявить пациентов, лечение которых может продлить жизнь," говорит Ли А.D. Купер, доктор философии, ведущий автор исследования, профессор биомедицинской информатики в Медицинской школе Университета Эмори и член Института рака Уиншип. "Удивительно, что патологи делают с микроскопом. То, что алгоритм может изучить такой сложный навык, было неожиданным результатом. Это еще одно свидетельство того, что ИИ окажет глубокое влияние на медицину, и мы можем испытать это раньше, чем ожидалось."
Исследователи также продемонстрировали, что программное обеспечение учится распознавать многие из тех же структур и паттернов в тканях, которые патологи используют при проведении своих исследований. "Валидация остается препятствием для использования этих алгоритмов в лечении пациентов. Возможность объяснить, почему алгоритм работает, – важный шаг на пути к клинической реализации."
Исследователи с нетерпением ждут будущих исследований, чтобы оценить, можно ли использовать программное обеспечение для улучшения результатов для вновь диагностированных пациентов.