Традиционно для первичной диагностики опухолей молочных желез использовались лучевые методы диагностики. Сегодня для диагностики применяется магнитно-резонансная томография (МРТ), а также гистологические и морфологические методы для изучения тканей, полученных в результате биопсии.
Еще одним методом является молекулярная диагностика. Она позволяет определить то, как изменилась ДНК клеток, а также выявить экспрессию определенных генов и синтез специфических белков в пораженных тканях. В то же время исследователи все больше осознают, что прогрессирование рака тесно связано с межклеточным взаимодействием и взаимодействием опухолевых клеток с окружающими тканями и реакцией на них иммунной системы.
Как можно использовать искусственный интеллект в диагностике рака груди?
Применение нейронных сетей для определения образований груди по данным МРТ началось относительно недавно, в 2016 году. С тех пор нейронные сети научились распознавать опухоли с 98,98% точностью. Однако сейчас искусственный интеллект научился изучать не только снимки, но и ткани.
Ученые из медицинского университета Шарите в Берлине в сотрудничестве с коллегами из университета Осло разработали новую систему, которая анализирует срезы тканей для диагностики онкологических заболеваний груди. На сегодняшний день она является уникальной, поскольку позволяет провести морфологические, молекулярные и гистологические исследования в рамках одного анализа. Также система создает тепловые карты, которые показывают какая именно визуальная информация повлияла на процесс принятия решения искусственным интеллектом. Эти данные помогут врачам оценить достоверность результатов, проведенного ИИ исследования.
Сегодня для диагностики раковых заболеваний используются не только гистологические исследования, но и молекулярные методы. Они позволяют определить то, как изменилась ДНК клеток, а также выявить экспрессию определенных генов, продуцирующих синтез специфических белков в пораженных тканях. В то же время исследователи все больше осознают, что прогрессирование рака тесно связано с межклеточным взаимодействием и взаимодействием опухолевых клеток с окружающими тканями и реакцией на них иммунной системы.
Результаты отдельно выполненных методов исследования не позволяют собрать целостную картину, поскольку невозможно оценить взаимосвязь между микроскопическими структурами и специфическими онкомаркерами. «Мы знаем, что в случае рака груди количество иммигрировавших иммунных клеток, известных как лимфоциты, в опухолевой ткани влияет на прогноз пациента. Также ведутся дискуссии о том, имеет ли это число прогностическое значение. Другими словами, позволяет ли оно сказать, насколько эффективна конкретная терапия», – говорит профессор Фредерик Клаушен из Института патологии Шарите.
По мнению доктора Клаус-Роберта Мюллера, профессора машинного обучения Берлинского технического университета проблема исследователей заключалась в том, что при наличии надежных результатов, полученных с помощью молекулярных и гистологических исследований, позволяющих точно определить пространственные изменения в тканях, их данные нельзя было связать.
И недавно опубликованный метод позволяет осуществить этот симбиоз. «Наша система облегчает обнаружение патологических изменений на микроскопических изображениях. Параллельно с этим мы можем предоставить точную теплую карту, показывающую, какой пиксель на микроскопическом изображении способствовал диагностическому алгоритму и в какой степени», – поясняет профессор Мюллер. Исследовательской группе также удалось значительно усовершенствовать этот процесс: «Наша система анализа была обучена с использованием процессов машинного обучения, поэтому она также может прогнозировать различные молекулярные характеристики, включая состояние ДНК, экспрессию генов, а также экспрессию белков. в определенных областях ткани на основании гистологических изображений.
Далее на повестке дня сертификация и дальнейшие клинические испытания, включая тесты для рутинной диагностики опухолей. Однако профессор Клаушен уже убежден в ценности исследования: «Разработанные нами методы позволят в будущем сделать гистопатологическую диагностику опухолей более точной, стандартизированной и качественно лучше».