Использование искусственного интеллекта для прогнозирования распространения рака легких

На протяжении десятилетий ученые и патологи без особого успеха пытались найти способ определить, какие пациенты с раком легких подвергаются наибольшему риску распространения болезни или метастазирования в другие части тела.

Теперь группа ученых из Калифорнийского технологического института (Caltech) и Медицинской школы Вашингтонского университета /(Washington University School of Medicine) в Сент-Луисе передала эту проблему алгоритмам искусственного интеллекта (ИИ), попросив компьютеры предсказать, какие случаи рака могут дать метастазы. В новом пилотном исследовании пациентов с немелкоклеточным раком легких (НМРЛ) ИИ превзошел экспертов-патологов в составлении таких прогнозов.

Эти прогнозы относительно прогрессирования рака легких имеют важные последствия с точки зрения жизни отдельного пациента. Врачи, лечащие пациентов с НМРЛ на ранней стадии, сталкиваются с чрезвычайно трудным решением: применять ли дорогостоящие, токсичные методы лечения, такие как химиотерапия или лучевая терапия, после того, как пациент перенес операцию на легких. В некотором смысле это более осторожный путь, поскольку более половины пациентов с НМРЛ стадий I–III в конечном итоге имеют метастазы в головном мозге. Но это происходит не у всех, и для этих пациентов такое сложное лечение совершенно не нужно.

В новом исследовании, опубликованном в научном журнале Journal of Pathology, сотрудники показывают, что ИИ является многообещающим инструментом, который однажды сможет помочь врачам в принятии этих решений.

«Чрезмерное лечение больных раком является большой проблемой», — говорит Чанхуэй Ян (Changhuei Yang), профессор электротехники, биоинженерии и медицинской инженерии в Калифорнийском технологическом институте. «Наше пилотное исследование показывает, что ИИ может очень хорошо сообщать нам, в частности, у каких пациентов с большой вероятностью разовьются метастазы головного мозга».

Ян предупреждает, что эта работа является лишь первым шагом и что для подтверждения результатов необходимо провести более масштабное исследование.

Команда ученых работала с данными и изображениями биопсии, собранными у 118 пациентов с НМРЛ в Медицинской школе Вашингтонского университета в Сент-Луисе. Обычно патологоанатом просматривает такие изображения, выявляя на них аномалии внутри клеток, которые могут указывать на прогрессирование рака.

Инженеры Калифорнийского технологического института во главе с Яном использовали сотни тысяч фрагментов изображений, извлеченных из этих 118 оригинальных изображений биопсии, для обучения типа программы искусственного интеллекта, называемой сетью глубокого обучения. Они также предоставили данные последующего наблюдения о том, у каких пациентов в течение пяти лет после постановки диагноза развивались метастазы в мозг, а у каких — нет.

«По сути, мы попросили сеть извлечь уроки из всех этих изображений, чтобы выделить из контекстной информации некоторые особенности, которые могли бы что-то указать на результат лечения пациента», — говорит Хаовэнь Чжоу (Haowen Zhou), первый автор новой статьи. Затем сети предоставили 40 дополнительных изображений биопсии и попросили определить, были ли у пациентов метастазы в мозг.

Сеть искусственного интеллекта смогла правильно предсказать, были ли у отдельного пациента с НМРЛ метастазы в головной мозг в 87% случаев. Напротив, четыре эксперта-патологоанатома, просматривавшие одни и те же изображения биопсии, смогли сделать правильные прогнозы только в 57% случаев.

«Наше исследование является показателем того, что методы искусственного интеллекта могут давать значимые прогнозы, которые будут достаточно конкретными и чувствительными, чтобы повлиять на ведение пациентов», — говорит Ричард Коут (Richard Cote), заведующий кафедрой патологии и иммунологии Медицинской школы Вашингтонского университета и руководитель нового исследования. Он отмечает, что для пациентов с НМРЛ на самой ранней стадии (классифицируемой как стадия I) результаты были даже лучше, чем для всего исследования, и что эти прогнозы были основаны исключительно на базовых, регулярно обрабатываемых микроскопических предметных стеклах.

Предоставляя ИИ информацию о дополнительных факторах, таких как тяжесть заболевания и любых дополнительных биомаркерах, ученые ожидают, что они смогут улучшить прогностическую способность программы ИИ в будущем.

Интересно, что программа ИИ не указывает, какие именно факторы заставляют ее делать те или иные прогнозы. Таким образом, команда ученых также работает над раскрытием тонких и сложных особенностей опухолевых клеток и их окружения, на которые может ориентироваться программа ИИ.

«Это взгляд на то, на что мы смотрели бы как патологоанатом», — говорит Кот. «Но он видит больше, чем мы можем видеть». Возможно, говорит он, как только ученые точно узнают, на чем фокусируется ИИ, они смогут разработать новые методы лечения для устранения этих показателей.

Группа Яна в Калифорнийском технологическом институте также заинтересована в разработке инструментов и процессов, которые помогут ученым и врачам собирать более однородные и высококачественные изображения биопсии, чтобы повысить точность прогнозов ИИ.

«Как только мы увидим, что делает ИИ, мы сможем начать думать о том, как спроектировать инструменты визуализации и микроскопии, чтобы более оптимально получать данные, которые нужны ИИ», — говорит Ян. «Мы можем отойти от инструментов визуализации, предназначенных для использования человеком, и перейти к созданию инструментов, оптимизированных для машинного использования».

 

Литература:
Haowen Zhou et al, AI‐guided histopathology predicts brain metastasis in lung cancer patients, The Journal of Pathology (2024). DOI: 10.1002/path.6263