Наши две почки (красные) фильтруют кровь, удаляя отходы, которые попадают в мочевой пузырь (красный), где накапливается моча. Рак может начаться в клетках, выстилающих внутреннюю часть мочевого пузыря. В 2022 году рак мочевого пузыря был диагностирован у более чем 600 000 человек во всем мире.
Используя возможности искусственного интеллекта и технологий машинного обучения, исследователи из Weill Cornell Medicine разработали более эффективную модель для прогнозирования реакции пациентов с мышечно-инвазивным раком мочевого пузыря на химиотерапию. Эта модель использует визуализацию опухоли на всех слайдах и анализ экспрессии генов таким образом, что превосходит предыдущие модели, использующие один тип данных.
В исследовании, определены ключевые гены и характеристики опухоли, которые могут определять успех лечения. Способность точно предвидеть, как человек отреагирует на стандартную терапию этого злокачественного новообразования, может помочь врачам персонализировать лечение и потенциально может спасти тех, кто хорошо реагирует, от удаления мочевого пузыря.
“Эта работа отражает дух точной медицины”, — сказал доктор Фей Ванг, профессор наук о здоровье населения в медицинском центре Weill Cornell Medicine и директор-основатель Института искусственного интеллекта для цифрового здравоохранения, который является одним из руководителей исследования.
Иследователи обратились к данным Сети исследований рака SWOG, которая разрабатывает и проводит многоцентровые клинические испытания для лечения рака у взрослых. В частности, исследователи объединили данные изображений подготовленных образцов опухоли с профилями экспрессии генов, которые дают представление о том, какие гены «включены», а какие «выключены”.
“Поскольку одних только паттернов экспрессии было недостаточно для прогнозирования реакции пациентов в предыдущих исследованиях, мы решили собрать больше информации для нашей модели”, — сказал доктор Фальтас, который также является главным научным сотрудником Английского института точной медицины и сотрудником онкологического центра Сандры и Эдварда Мейер в Вайле. Корнеллская медицина.
Для анализа изображений исследователи использовали специализированные методы искусственного интеллекта, называемые графическими нейронными сетями, которые фиксируют, как раковые клетки, иммунные клетки и фибробласты организованы и взаимодействуют внутри опухоли. Они также включили автоматизированный анализ изображений, чтобы идентифицировать эти различные типы клеток в месте опухоли.
Объединение данных, полученных на основе изображений, с данными об экспрессии генов для обучения и тестирования модели глубокого обучения, управляемой искусственным интеллектом, позволило лучше прогнозировать клинический ответ, чем модели, которые использовали только экспрессию генов или визуализацию.
“По шкале от 0 до 1, где 1 означает, что все идеально, а 0 означает, что ничего не соответствует действительности, наша мультимодальная модель приближается к 0,8, в то время как унимодальные модели, основанные только на одном источнике данных, могут достигать примерно 0,6”, — сказал доктор Ванг. “Это уже впечатляет, но мы планируем усовершенствовать модель для дальнейших улучшений”.
Поиск биомаркеров.
По мере того, как исследователи ищут биомаркеры, такие как гены, которые предсказывают клинические исходы, они находят подсказки, которые имеют смысл. “Я смог увидеть, что некоторые из известных мне генов биологически значимы, а не просто случайные гены”, — сказал доктор Фальтас. “Это обнадеживало и было знаком того, что мы подошли к чему-то важному”.
Исследователи планируют включить в модель больше типов данных, таких как мутационный анализ опухолевой ДНК, который может быть обнаружен в крови или моче, или пространственный анализ, который позволит более точно определить, какие именно типы клеток присутствуют в мочевом пузыре. “Это один из ключевых выводов нашего исследования — что данные объединяются для улучшения прогнозирования”, — сказал доктор Фальтас.
Модель также выдвинула несколько новых гипотез, которые д-р Фальтас и д-р Ванг планируют проверить в дальнейшем. Например, соотношение опухолевых клеток к клеткам нормальных тканей, таким как фибробласты, влияет на прогнозируемый ответ на химиотерапию. “Возможно, обилие фибробластов может защитить опухолевые клетки от химиотерапевтических препаратов или поддержать рост раковых клеток. Я хотел бы углубиться в эту биологию”, — добавил он.
“Я мечтаю о том, чтобы пациенты приходили в мой кабинет, и я мог бы интегрировать все их данные в систему искусственного интеллекта и давать им оценку, которая предсказывает, как они отреагируют на ту или иную терапию”, — сказал доктор Фальтас. “Это произойдет. Но таким врачам, как я, придется научиться интерпретировать эти прогнозы искусственного интеллекта и знать, что я могу им доверять, а также уметь объяснять их своим пациентам так, чтобы они тоже могли им доверять”.
Многие врачи и ученые Weill Cornell Medicine поддерживают отношения и сотрудничают с внешними организациями для содействия научным инновациям и предоставления экспертных рекомендаций. Учреждение публикует эти данные для обеспечения прозрачности. Пожалуйста, ознакомьтесь с личными данными доктора Бишоя Фальтаса и доктора Фей Ванга.
Источник: Weill Cornell Medicine
