„Savamokslis“ AI įrankis padeda diagnozuoti ir numatyti įprasto plaučių vėžio sunkumą

„Savamokslis“ AI įrankis padeda diagnozuoti ir numatyti įprasto plaučių vėžio sunkumą

Gyvensena mityba, dietos, judėjimas

Kompiuterinė programa, pagrįsta beveik pusės milijono audinių vaizdų duomenimis ir veikianti dirbtinio intelekto, gali tiksliai diagnozuoti adenokarcinomos, labiausiai paplitusios plaučių vėžio formos, atvejus, rodo naujas tyrimas.

Mokslininkai iš NYU Langone Health Perlmutterio vėžio centro ir Glazgo universiteto sukūrė ir išbandė programą. Jie teigia, kad kadangi programa apima 452 adenokarcinoma sergančių pacientų, kurie yra tarp daugiau nei 11 000 pacientų Jungtinių Valstijų Nacionalinio vėžio instituto vėžio genomo atlase, auglių struktūrines ypatybes, programa siūlo nešališką, išsamią ir patikimą antrąją nuomonę pacientams ir onkologams. apie vėžio buvimą ir jo sugrįžimo tikimybę bei laiką (prognozė).

Mokslininkų grupė taip pat atkreipia dėmesį į tai, kad programa yra nepriklausoma ir „savarankiška“, o tai reiškia, kad ji pati nustatė, kurios struktūrinės savybės buvo statistiškai reikšmingiausios ligos sunkumui įvertinti ir turėjo didžiausią įtaką naviko pasikartojimui.

Publikavimas žurnale Gamtos komunikacijosNustatyta, kad studijų programa, dar vadinama algoritmu, arba konkrečiau, histomorfologiniu fenotipų mokymusi (HPL), 99 % atvejų leidžia tiksliai atskirti panašų plaučių vėžį, adenokarcinomą ir plokščiųjų ląstelių vėžį. Taip pat buvo nustatyta, kad HPL programa 72 % tiksliai nuspėjo vėžio pasikartojimo tikimybę ir laiką po gydymo, o tai pagerino patologų, tiesiogiai tyrusių tų pačių pacientų naviko vaizdus, ​​prognozių tikslumą 64 %.

„Mūsų naujoji histomorfologinio fenotipo mokymosi programa gali pasiūlyti vėžio specialistams ir jų pacientams greitą ir nešališką plaučių adenokarcinomos diagnostikos įrankį, kuris, baigus tolesnius tyrimus, taip pat gali būti naudojamas patvirtinti ir net vadovautis jų gydymo sprendimams.” sakė tyrimo pagrindinis tyrėjas Nicolas Coudray, NYU Grossman medicinos mokyklos ir Perlmuterio vėžio centro bioinformatikos programuotojas.

„Pacientai, gydytojai ir mokslininkai žino, kad gali pasikliauti šiuo nuspėjamuoju modeliavimu, nes jis yra savamokslis, pateikia paaiškinamus sprendimus ir yra pagrįstas tik žiniomis, gautomis konkrečiai iš kiekvieno paciento audinio, įskaitant tokias savybes kaip mirštančių ląstelių dalis, su augliu kovojančios imuninės ląstelės ir kaip tankiai supakuotos naviko ląstelės, be kitų savybių“, – sakė Coudray.

„Dabar mūsų kompiuterinė programa gali išanalizuoti plaučių audinio mėginius per kelias minutes, kad būtų galima gana tiksliai prognozuoti, ar vėžys grįš, ir prognozės, kurios yra geresnės nei dabartiniai priežiūros standartai, nustatant plaučių adenokarcinomos prognozę“, – sakė vienas iš tyrimo vyresnysis tyrėjas. Aristotelis Tsirigosas, dr. Tsirigosas yra NYU Grossmano medicinos mokyklos ir Perlmutterio vėžio centro Patologijos ir medicinos katedrų profesorius, kur jis taip pat yra tikslios medicinos direktorius ir taikomosios bioinformatikos laboratorijų direktorius.

Tsirigos teigia, kad dėl tokių priemonių ir kitų pažangos plaučių vėžio biologijoje patologai tirs audinių nuskaitymus savo kompiuterių ekranuose, o vis mažiau – mikroskopuose, o tada naudos savo AI programą, kad analizuotų vaizdą ir sukurtų savo vaizdą. nuskaityti.

Jie priduria, kad naujas vaizdas arba „kraštovaizdis“ pasiūlys išsamų audinio turinio suskirstymą. Pavyzdžiui, galima pastebėti, kad yra 5% nekrozė ir 10% naviko infiltracija ir ką tai reiškia išgyvenamumo požiūriu. Remiantis informacija iš visų programoje pateiktų pacientų duomenų, šis rodmuo statistiškai gali prilygti 80% tikimybei, kad dvejus metus ar ilgiau išliksite be vėžio.

Norėdami sukurti HPL programą, mokslininkai pirmiausia išanalizavo plaučių adenokarcinomos audinių skaidres iš vėžio genomo atlaso. Bandomajam modeliui pasirinkta adenokarcinoma, nes ligai būdingi būdingi požymiai. Kaip pavyzdį jie pažymi, kad jo naviko ląstelės linkusios grupuotis pagal vadinamuosius acinarinius arba maišelius ir nuspėjamai plinta išilgai plaučių ląstelių paviršiaus.

Išanalizavę skaidres, kurių vaizdiniai vaizdai buvo nuskaityti skaitmeniniu būdu ir suskaidyti į 432 231 mažą kvadrantą arba plytelę, mokslininkai nustatė 46 pagrindines charakteristikas, kurias jie vadina histomorfologinių fenotipų grupėmis, iš normalių ir sergančių audinių, kurių dalis buvo statistiškai susieta su arba ankstyvas vėžio grįžimas, arba ilgalaikis išgyvenimas. Išvados buvo patvirtintos papildomais ir atskirais audinių vaizdų tyrimais iš 276 vyrų ir moterų, kurie buvo gydomi nuo adenokarcinomos NYU Langone 2006–2021 m.

Tyrėjai teigia, kad jų tikslas yra naudoti HPL algoritmą, kad kiekvienam pacientui būtų priskirtas balas nuo 0 iki 1, kuris atspindėtų statistinę jų išgyvenimo ir naviko pasikartojimo galimybę iki penkerių metų. Kadangi programa mokosi savarankiškai, jie pabrėžia, kad HPL taps vis tikslesnis, nes laikui bėgant bus pridėta daugiau duomenų. Norėdami sukurti visuomenės pasitikėjimą, mokslininkai paskelbė savo programavimo kodą internete ir planuoja, kad naujasis HPL įrankis bus laisvai prieinamas, kai bus baigti tolesni bandymai.

Charakteristikos, susijusios su navikų pasikartojimu, buvo didelis procentas negyvų vėžio ląstelių ir su naviku kovojančių imuninių ląstelių, vadinamų limfocitais, ir tankus naviko ląstelių susitelkimas išorinėse plaučių gleivinėse. Su padidėjusia išgyvenimo tikimybe siejami požymiai buvo didelis nepakitusio arba išsaugoto plaučių maišelio audinio procentas ir uždegiminių ląstelių trūkumas arba nedidelis jų buvimas.

Tsirigosas teigia, kad komanda toliau ketina pažvelgti į HPL panašių programų kūrimą kitoms vėžio formoms, tokioms kaip krūties, kiaušidžių ir storosios žarnos vėžys, kurios būtų panašiai pagrįstos išskirtinėmis ir pagrindinėmis morfologinėmis savybėmis bei papildomais molekuliniais duomenimis. Komanda taip pat planuoja išplėsti ir pagerinti dabartinės adenokarcinomos HPL programos tikslumą įtraukdama kitus duomenis iš ligoninių elektroninių sveikatos įrašų apie kitas ligas ir ligas arba net pajamas ir namų pašto kodą.

Be Tsirigos ir Coudray, kiti NYU Langone tyrėjai, dalyvaujantys šiame tyrime, yra Anna Yeaton, Bojing Liu, Hortense Le, Luis Chiriboga, Afreen Karimkhan, Navneet Natula, Christopher Park, Harvey Pass ir Andre Moreira. Tyrimui vadovaujantis tyrėjas Adalberto Claudio Quiros, tyrimo bendradarbiai Xinyu Yang ir John Le Quesne bei tyrimo bendradarbis vyresnysis tyrėjas Ke Yuan yra Glazgo universitete, JK. Tyrimo bendradarbis Davidas Moore'as dirba Londono universiteto koledže, JK.