МОСКВА, 28 окт. Ученые Сеченовского университета предложили новый взгляд на классификацию рака почки с помощью искусственного интеллекта, благодаря этому можно количественно оценивать степень злокачественности данного вида онкологии, сообщили в пресс-службе вуза.
Как уточнили в пресс-службе, сегодня при оценке злокачественности светлоклеточной почечно-клеточной карциномы почки патологоанатомы используют международную классификацию ВОЗ/ISUP, где оценка ведётся «на глаз», то есть по выраженности ядрышек в клетках и их относительном количестве в ткани опухоли. Однако даже опытные специалисты нередко расходятся в оценках: границы между степенями злокачественности не всегда очевидны.
«Учёные Сеченовского университета совместно с коллегами из ПАО «Вымпелком» и других научных центров разработали основанное на технологии компьютерного зрения ПО, которое автоматически выделяет и классифицирует каждую клетку на гистологическом срезе. Эта технология изначально создавалась для облегчения рутинной работы патологов, но в ходе исследования привела к фундаментальному открытию», — рассказали в пресс-службе.
Алгоритм был обучен на более чем 200 тысячах клеток и способен различать степени злокачественности с высокой точностью, пояснили в учебном заведении. Он не только воспроизводит экспертную оценку, но и выявляет скрытые закономерности между составом опухоли и прогнозом выживаемости пациентов.
«»Детальный анализ более 50 тысяч клеток из 144 образцов опухолей показал: если в ткани более ~11% клеток имеют выраженные ядрышки (признак высокой агрессивности), прогноз резко ухудшается — средняя выживаемость таких пациентов составляет всего 2,2 года. При низкой доле таких клеток выживаемость превышает шесть лет, даже если формально опухоль отнесена к той же градации», — пояснили в вузе.
На основе этих данных ученые выделили четыре устойчивых морфологических паттерна строения опухоли, каждый со своим прогнозом, уточнили в пресс-службе. Например, «ядрышковый» тип (много агрессивных клеток, мало других) оказался самым опасным, «дистрофический» содержал в себе малое количество всех клеток, что связано с выраженными некротическими процессами в опухоли и плохим прогнозом, а «мономорфный» паттерн оказался самым благоприятным.
Отмечается, что паттерны не всегда совпадают с официальной градацией, это объясняет, почему у пациентов с одинаковым диагнозом исходы могут сильно различаться.
«Результаты нашего исследования указывают на то, что рассчитанные с помощью ИИ количественные метрики позволят с большей уверенностью отнести случай к одной или другой ядрышковой градации. Вместо субъективной оценки «много» или «мало» ядрышек врач получит конкретное значение — например, 15%. Это объективный, воспроизводимый параметр, который можно использовать для персонализированного прогноза и выбора терапии», — пояснил руководитель лаборатории цифрового микроскопического анализа Алексей Файзуллин.
Разработанная модель уже интегрирована в ПО для цифрового анализа гистологических срезов опухолей. Она прошла пилотное тестирование в патологоанатомическом отделении и готова к использованию в реальной клинической практике, сообщили в пресс-службе учебного заведения.
О результатах исследования ученые рассказали в статье, опубликованной в международном научном журнале Cancer Medicine.
Свежие комментарии