Искусственный интеллект расшифровывает ДНК опухоли головного мозга во время операции в реальном времени

Ученые создали инструмент искусственного интеллекта (ИИ) под названием CHARM, который может быстро идентифицировать молекулярную идентичность опухоли головного мозга во время операции, обычно занимающий дни или недели. Понимание молекулярного типа опухоли может дать важную информацию о ее потенциальной агрессивности и реакции на лечение. Это достижение может помочь нейрохирургам принимать важные решения о степени удаления ткани и возможном лечении на месте. Инструмент все еще требует клинической проверки, однако его разработка представляет собой значительный скачок в направлении точной онкологии в реальном времени. Результаты исследования опубликованы в научном журнале Med.

Новизна исследования

Ученые разработали инструмент искусственного интеллекта, который может быстро расшифровать ДНК опухоли головного мозга, чтобы определить ее молекулярную принадлежность во время операции — критически важную информацию, которая при нынешнем подходе может занять от нескольких дней до нескольких недель.

Знание молекулярного типа опухоли позволяет нейрохирургам принимать решения, например, о том, сколько мозговой ткани следует удалить и следует ли вводить препараты для уничтожения опухолей непосредственно в мозг, пока пациент еще находится на операционном столе.

Практическая значимость работы

Точная молекулярная диагностика, которая детализирует изменения ДНК в клетке, во время операции может помочь нейрохирургу решить, сколько мозговой ткани необходимо удалить.

Удаление слишком большого количества, когда опухоль менее агрессивна, может повлиять на неврологическую и когнитивную функцию пациента. Аналогичным образом, если удалить слишком мало, когда опухоль очень агрессивна, может остаться злокачественная ткань, которая может быстро расти и распространяться.

«Сейчас даже самая современная клиническая практика не может молекулярно профилировать опухоли во время операции. Наш инструмент преодолевает эту проблему, извлекая до сих пор неиспользованные биомедицинские сигналы из замороженных слайдов патологии», — комментирует автор исследования Кун-Синг Ю (Kun-Hsing Yu) из Института Блаватника (Blavatnik Institute).

По словам исследователя, знание молекулярной идентичности опухоли во время операции также важно, поскольку некоторые опухоли получают пользу от лечения на месте с помощью пластин с лекарственным покрытием, помещаемых непосредственно в мозг во время операции.

«Возможность определения интраоперационного молекулярного диагноза в режиме реального времени во время операции может способствовать развитию точной онкологии в реальном времени», — добавил Ю.

Актуальность исследования

Стандартный интраоперационный диагностический подход, используемый в настоящее время, включает взятие ткани головного мозга, ее замораживание и исследование под микроскопом.

Основным недостатком является то, что замораживание ткани имеет тенденцию изменять внешний вид клеток под микроскопом и может повлиять на точность клинической оценки. Кроме того, человеческий глаз, даже при использовании мощных микроскопов, не может надежно обнаружить тонкие геномные вариации на предметном стекле. Новый подход к искусственному интеллекту решает эти проблемы.

Расшифровка молекулярного кода рака

Недавние достижения в области геномики позволили патологоанатомам различать молекулярные сигнатуры для различных типов рака мозга, а также для конкретных типов рака мозга. Например, глиома — наиболее агрессивная опухоль головного мозга и самая распространенная форма рака головного мозга — имеет три основных подварианта, которые несут разные молекулярные маркеры и имеют разную склонность к росту и распространению. Способность нового инструмента ускорять молекулярную диагностику может быть особенно ценной в области с ограниченным доступом к технологиям для проведения быстрого генетического секвенирования рака.

Помимо решений, принимаемых во время операции, знание молекулярного типа опухоли дает представление о ее агрессивности, поведении и вероятном ответе на различные виды лечения. Такие знания могут помочь в принятии послеоперационных решений.

Кроме того, новый инструмент позволяет проводить диагностику во время операции в соответствии с недавно обновленной системой классификации Всемирной организации здравоохранения для диагностики и оценки тяжести глиом, которая требует, чтобы такие диагнозы ставились на основе геномного профиля опухоли.

CHARM

Инструмент под названием CHARM (Cryosection Histopathology Assessment and Review Machine) бесплатно доступен другим врачам. По словам исследовательской группы, его еще предстоит клинически подтвердить путем тестирования в реальных условиях и получить одобрение FDA перед развертыванием в больницах.

CHARM был разработан с использованием 2334 образцов опухоли головного мозга от 1524 людей с глиомой из трех разных групп пациентов. При тестировании на ранее не публиковавшемся наборе образцов мозга инструмент различал опухоли с определенными молекулярными мутациями с точностью 93% и успешно классифицировал три основных типа глиом с различными молекулярными характеристиками, которые имеют разные прогнозы и по-разному реагируют на лечение. Инструмент успешно фиксирует визуальные характеристики ткани, окружающей злокачественные клетки. Он был способен обнаруживать контрольные области с большей плотностью клеток и большей гибелью клеток в образцах, которые сигнализируют о более агрессивных типах глиомы. Инструмент также смог определить клинически важные молекулярные изменения в подмножестве глиом низкой степени злокачественности, подтипе глиомы, который менее агрессивен и, следовательно, с меньшей вероятностью проникает в окружающие ткани. Каждое из этих изменений также сигнализирует о различной склонности к росту, распространению и реакции на лечение.

Инструмент дополнительно связал внешний вид клеток — форму их ядер, наличие отека вокруг клеток — с молекулярным профилем опухоли. Это означает, что алгоритм может точно определить, как внешний вид клетки связан с молекулярным типом опухоли. По словам Ю, эта способность оценивать более широкий контекст вокруг изображения делает модель более точной и близкой к тому, как патологоанатом визуально оценивает образец опухоли.

Исследователи считают, что хотя модель была обучена и протестирована на образцах глиомы, ее можно успешно переобучить для выявления других подтипов рака мозга.

Ученые уже разработали модели ИИ для профилирования других типов рака — толстой кишки, легких, груди, — но глиомы остаются особенно сложными из-за их молекулярной сложности и огромного разнообразия формы и внешнего вида опухолевых клеток.

По словам Ю, инструмент CHARM необходимо будет периодически переобучать, чтобы он отражал новые классификации болезней по мере их появления.

«Подобно людям-клиницистам, которые должны постоянно обучаться, инструменты ИИ должны идти в ногу с последними знаниями, чтобы оставаться на пике производительности», — заключают ученые.

Статья по теме: Почему глиома не поддается лечению?