Inteligența Artificială Revoluționează Tratamentul Cancerului de Sân Prin Evaluarea Automată a Biopsiilor

Cercetătorii de la Technion – Institutul Tehnologic din Israel au dezvoltat un model de inteligență artificială (IA) care promite să revoluționeze modul în care se iau deciziile privind administrarea chimioterapiei după excizia tumorii la pacientele cu cancer de sân. Modelul utilizează imagini de înaltă rezoluție ale mostrelor tumorale colorate cu hematoxilină și eozină (H&E), colectate în momentul diagnosticului, pentru a prezice atât riscul recidivei cancerului, cât și probabilitatea ca o pacientă să beneficieze de chimioterapie. Studiul, publicat în revista The Lancet Oncology, identifică modele și semnale în tumoră care ar putea scăpa detectării obișnuite.

„Acestea sunt semnale biologice complexe pe care ochiul uman nu le poate cuantifica în mod constant”, explică Gil Shamai, PhD, cercetător postdoctoral la Technion și autorul principal al studiului. „Modelul integrează numeroase indicii subtile pentru a genera un scor care reflectă atât riscul de recurență, cât și beneficiul așteptat de la chimioterapie.”

Pentru a crea acest instrument, cercetătorii au folosit metode de învățare profundă pentru a evalua regiunile tumorale și microambiantul tumoral înconjurător, identificând astfel modele asociate cu comportamentul cancerului, precum diviziunea celulară, răspunsul imun și structura țesutului. Această abordare permite modelului să estimeze scorul de recurență Oncotype DX pentru 21 de gene fără a necesita teste genetice.

„Testele genetice, cum ar fi Oncotype DX, au transformat selecția tratamentelor adjuvante pentru cancerul de sân timpuriu pozitiv pentru receptorii hormonali și negativ pentru HER2, dar rămân inaccesibile multor pacienți din cauza costurilor ridicate și a barierelor logistice”, menționează cercetătorii. Modelul de IA dezvoltat recent abordează aceste bariere, utilizând date deja disponibile în fluxurile de lucru clinice obișnuite, oferind astfel timpuri mai rapide pentru prognostic și posibilitatea de a fi accesibil tuturor femeilor cu cancer de sân HER2-negativ.

Modelul a fost antrenat folosind un cadru de învățare profundă multimodală care a inclus imagini digitale de întreaga lamă și caracteristici clinice. A profitat de un model de bază pre-antrenat pe 171,189 de lame histopatologice, permițându-i să învețe caracteristici vizuale generalizabile prin învățare auto-supervizată. Sistemul a fost apoi finisat folosind date de la 8,000 de pacienți înscriși în studiul clinic randomizat TAILORx. Abordarea acestui antrenament a fost remarcabilă prin scara și integrarea datelor din studii clinice randomizate, permițând cercetătorilor să evalueze nu doar performanța prognostică, ci și valoarea predictivă pentru beneficiul chimioterapiei.

Această cercetare se bazează pe studii anterioare care au arătat că caracteristicile vizibile în imaginile histopatologice pot corela cu riscul genomic. Studiile anterioare au demonstrat potențialul inferării scorurilor de recidivă a cancerului din imagini H&E, dar aceste eforturi au fost limitate de seturi de date mai mici și lipsa validării folosind date din studii clinice randomizate.

Pentru a valida modelul lor, echipa Technion a analizat datele din studiul TAILORx, unul dintre cele mai mari studii randomizate despre cancerul de sân, și a realizat o validare externă în șase cohorte independente cu peste 5,000 de pacienți. Modelul demonstrează

Sursa: Inside Precision Medicine