Исследовательская группа под руководством Норвегии разработала клинически полезный прогностический маркер, используя глубокое обучение и цифровое сканирование обычных срезов опухолевой ткани, окрашенных гематоксилином и эозином. Анализ был тщательно изучен на больших независимых группах пациентов, коррелирует с установленными молекулярными и морфологическими прогностическими маркерами и превосходит их по эффективности, а также дает согласованные результаты для разных стадий опухоли и лимфоузлов.
Биомаркер разделил пациентов на II и III стадиях на достаточно разные прогностические группы. Этот инструмент может направлять выбор адъювантного лечения, избегая лечения в группах очень низкого риска и в то же время выявляя пациентов, которым будут полезны более интенсивные режимы лечения.
Новый метод, обнаруживающий маркер DoMore-v1-CRC, называется гистотипированием.
Подтверждено
Более 12000000 фрагментов изображений пациентов с явно хорошим или плохим исходом заболевания из четырех когорт были использованы для обучения в общей сложности 10 сверточных нейронных сетей, специально созданных для классификации разнородных изображений большого размера. Прогностический биомаркер, объединяющий 10 сетей, был определен с использованием пациентов с неотличимым исходом.
Исследователи протестировали 920 пациентов со слайдами, подготовленными в Великобритании, которые были независимо проверены в соответствии с заранее определенным протоколом у 1122 пациентов, получавших монотерапию капецитабином, с использованием слайдов, подготовленных в Норвегии. Все когорты включали только пациентов с резектабельными опухолями, а блок опухолевой ткани, фиксированный формалином и залитый парафином, был доступен для анализа. Первичным результатом была выживаемость, специфичная для рака.
Восемьсот двадцать восемь пациентов из четырех когорт имели отчетливый исход, и их использовали в качестве обучающей группы для получения четкой достоверной информации. 1645 пациентов имели нечеткий исход и были использованы для настройки.
Биомаркер обеспечил соотношение рисков для плохого прогноза по сравнению с хорошим, равное 3,84 (95% ДИ 2,72–5,43; p<0 · 0001) в первичном анализе валидационной когорты. После корректировки установленных прогностических маркеров, значимых в однофакторном анализе одной и той же когорты (стадия pN, стадия pT, лимфатическая инвазия, венозная сосудистая инвазия), соотношение рисков составило 3 · 04 (2 · 07–4 · 47; p<0 0001).
Уменьшение количества неясных прогнозов
Метод позволяет различать разные стадии рака и пациентов на одинаковых стадиях, но с разными прогнозами, используя глубокое обучение и нейронные сети. С сегодняшними патологическими методами до 80% пациентов имеют неясный прогноз. Благодаря новому методу на основе искусственного интеллекта эта цифра снизилась до 12%. Исследователи ожидают, что маркер станет полезным инструментом для выбора лечения.
"Прогностические инструменты, которые у нас есть сегодня, особенно при наиболее распространенных формах рака, слишком грубы. Мы можем с более точным прогнозом избежать как чрезмерного, так и недостаточного лечения. И то, и другое будет важно для пациента и медицинских служб," говорит Сигбьёрн Смеланд, директор онкологической клиники Университетской больницы Осло.