Имперские исследователи использовали искусственный интеллект (ИИ) для получения информации о химическом составе опухолей легких из медицинских сканирований. Впервые они продемонстрировали, как сочетание медицинской визуализации с искусственным интеллектом можно использовать для проведения «виртуальной биопсии» онкологических больных.
Их неинвазивный метод может классифицировать тип рака легких у пациента, что имеет решающее значение для выбора правильного лечения, и предсказать вероятность прогрессирования рака. По мнению исследователей, этот метод может использоваться врачами, когда невозможно или нецелесообразно получить биопсию физической ткани пациента.
Исследование опубликовано в журнале npj Precision Oncology и проводилось Имперским колледжем Лондона совместно с коллегами из Кордовы, Испания.
Старший автор исследования, профессор Эрик Абоагье из Департамента хирургии и рака Imperial, сказал: «В настоящее время попытка получить глубокую информацию о тканях и опухолях требует инвазивной биопсии, которая может быть неудобной для пациента, задерживать лечение». Хотя компьютерная томография обычно используется в клинике, она не дает подробного понимания клеточного типа или прогностической информации о заболеваниях».
Первый автор и императорский доктор философии. Кандидат Марк Бубновски Мартелл добавляет: «Мы разработали систему, которая объединяет результаты компьютерной томографии с химическим составом опухолей и нормальной легочной ткани. Это позволяет нам классифицировать типы рака легких и, что немаловажно, обеспечивает надежные прогнозы результатов лечения пациентов».
Раннее выявление и диагностика
По данным Cancer Research UK, рак легких является наиболее распространенной причиной смерти от рака в Великобритании: ежегодно из-за этой болезни умирает около 35 000 человек. Отчасти это связано с тем, что симптомы не проявляются на ранних стадиях, и существует острая необходимость в новых способах обнаружения и лечения опухоли до того, как она распространится на другие части тела.
Пациентам с симптомами рака легких, как правило, диагностируют с помощью рентгенографии грудной клетки и компьютерной томографии (КТ), которые также могут показать, распространился ли рак за пределы легких. Если получить образец биопсии безопасно, ученые-клиницисты затем изучают опухолевые клетки под микроскопом и классифицируют тип рака легких у пациента. Это помогает врачам решить, какой курс лечения может быть лучшим.
Относительно новый тест, называемый метаболомным профилированием, который также требует биопсии ткани, может предоставить гораздо более подробную информацию о химическом составе и метаболизме опухолевых клеток и, что немаловажно, о том, как рак может развиваться. Однако это трудоемкий и трудоемкий процесс, поэтому в больницах он не проводится регулярно.
визуализация на основе искусственного интеллекта
В последние годы ИИ использовался для анализа медицинских изображений и поиска признаков заболеваний, которые врачи могут не заметить или даже не заметить невооруженным глазом. Генеративный ИИ, тип ИИ, который способен учиться на данных для создания нового контента, в настоящее время используется для множества приложений.
Имперская команда пошла еще дальше в этих идеях и задалась вопросом, может ли информация о химическом составе опухоли легких, содержащаяся в метаболомном профиле, отображаться при компьютерной томографии.
Однако во-первых, любая модель ИИ должна быть обучена на существующих группах пациентов, у которых есть медицинское сканирование, окончательный диагноз и, желательно, много дополнительной клинической информации. Исследователи использовали данные 48 пациентов с раком легких, которые проходили лечение в Университетской больнице королевы Софии (UHRS) в Кордове, Испания.
Уникально то, что всем пациентам была проведена компьютерная томография, а также детальное метаболомическое профилирование опухолевой ткани и здоровой ткани рядом с опухолью. На основе этих данных команда Imperial разработала инструмент глубокого обучения на базе искусственного интеллекта, который они назвали тканевой метаболомно-радиомной КТ (TMR-CT).
Исследователи обнаружили значительную и мощную корреляцию между метаболомными профилями пациентов и «глубинными особенностями» их компьютерной томографии, которые выглядят как более яркие или темные области на изображении.
Используя этот метод, исследователи предположили, что они смогут обойти необходимость в физических образцах тканей и сделать вывод о метаболических характеристиках опухоли только на основе компьютерной томографии.
Чтобы проверить это, они использовали свою модель TMR-CT на отдельной группе из 723 пациентов с раком легких, которые лечились в больнице Royal Marsden, больнице Гая и Святого Томаса или Имперском колледже NHS Healthcare Trust. Всем пациентам была проведена компьютерная томография, но доступных метаболомических данных не было.
Результаты показали, что TMR-CT умело классифицирует рак легких и, что важно, дает надежные прогнозы о результатах лечения пациентов, превосходя эффективность традиционных методов КТ и клинических оценок.
Будущий клинический инструмент
Исследователи надеются подтвердить свой метод TMR-CT на других группах пациентов с раком легких , а также потенциально на людях с раком мозга, яичников и эндометрия, у которых также может быть сложно получить биопсию.
В будущем эту технику можно будет включить в виде алгоритма в программное обеспечение, загружаемое в коммерческие медицинские сканеры.
Профессор Абоагье заключает: «Это исследование показывает потенциал использования компьютерной томографии для получения более глубокого и детального понимания химического состава тканей и опухолей, которое до сих пор было доступно только путем прямого отбора проб тканей. Этот метод может оказаться особенно полезным в таких странах, как Великобритании, где распространенность рака легких высока, и потенциально могут изменить протоколы диагностики и лечения».
