Ученые из Германии разработали систему искусственного интеллекта, которая может с беспрецедентной точностью классифицировать опухоли головного мозга по стандартным микроскопическим срезам тканей.
Используя оцифрованные стандартно окрашенные гистологические стекла, система определяет более 100 молекулярных подтипов опухолей центральной нервной системы, выдает результаты за считаные минуты и может ускорить диагностику опухолей головного мозга по всему миру. Результаты исследования опубликованы в журнале Nature Cancer.
Опухоли головного и спинного мозга чрезвычайно разнообразны. В последние годы стало ясно, что многие из них можно достоверно диагностировать, только изучив их молекулярные свойства в дополнение к микроскопическому исследованию. Особое значение имеет так называемый анализ метилирования ДНК, который сегодня считается золотым стандартом для точной классификации многих опухолей головного мозга. Однако такие тесты сложны. Для их проведения требуются специализированные лаборатории, дорогостоящее оборудование и достаточное количество опухолевого материала. Кроме того, получение результатов часто занимает около двух недель, а во многих регионах мира необходимые технологии даже недоступны.
Команда под руководством Морица Герстунга (Moritz Gerstung, Немецкий центр исследования рака, DKFZ) и Феликса Сама (Felix Sahm, медицинский факультет Гейдельбергского университета и Гейдельбергская университетская клиника) предложила новую систему ИИ под названием Hetairos, которая диагностирует опухоль по гистологическим образцам. Целью проекта было определить, к какой молекулярной подгруппе относится опухоль исключительно на основе стандартных гистологических срезов.
Hetairos был обучен и протестирован на более чем 11 тысячах оцифрованных срезах тканей 9606 пациентов. Диагнозы в основном ставились с помощью диагностики по метилированию ДНК. Данные были получены из 11 медицинских центров на четырех континентах. В общей сложности Hetairos различает 102 различных молекулярных подтипа опухолей, охватывающих почти весь спектр современной классификации опухолей центральной нервной системы, принятой ВОЗ.
Hetairos не только предлагает диагноз, но и указывает, насколько он в нем уверен. Примерно в 50–70 % случаев система делала прогнозы «с высокой степенью достоверности». В этих случаях точность составляла от 87-88 процентов.
Даже в тех случаях, когда ИИ не был уверен в диагнозе, он обычно мог значительно сузить круг возможных вариантов. Вместо того чтобы выбирать из более чем 100 подтипов опухолей, Hetairos часто предлагает неврологам всего несколько наиболее вероятных вариантов. Это может значительно упростить выбор дальнейших диагностических тестов.
«Исследование показывает, что искусственный интеллект способен извлекать молекулярную информацию непосредственно из обычных срезов тканей, что в корне меняет подход к диагностике рака», — говорит Даруи Джин, один из авторов исследования.
Особенно примечательным было прямое сравнение с участием экспертов-людей. Пяти опытным диагностам из различных международных центров предоставили 210 случаев и попросили поставить диагноз, основываясь исключительно на срезах тканей. Hetairos показал точность в 68 %, в то время как специалисты — в среднем 30 %. При рассмотрении трех наиболее вероятных диагнозов в каждом случае ИИ набрал 84 %, а специалисты — около 50 процентов.
«Результаты показывают, что современные системы искусственного интеллекта способны распознавать едва заметные морфологические особенности, которые сложно различить даже опытным специалистам», — сказал Сам.
«В настоящее время диагностика очень редких типов опухолей по-прежнему представляет собой серьезную проблему для Hetairos. В этом отношении опытные невропатологи, по-видимому, не уступают системе. Однако мы ожидаем, что с увеличением объема и разнообразия данных производительность системы еще больше повысится», — добавил Герстунг.
В ходе проспективного исследования Hetairos применялся параллельно с обычной клинической практикой. Система проанализировала 210 образцов опухолей, при этом результаты работы ИИ не повлияли на фактическую диагностику или решение о лечении.
В то время как полная молекулярная диагностика занимала в среднем около 12 дней, система Hetairos после оцифровки окрашенных срезов тканей выдавала результаты всего за 12 минут на стандартном компьютерном оборудовании. С учетом подготовки и оцифровки срезов тканей результаты часто можно было получить в течение 24 часов — двух дней.
Как полагают, Hetairos может быть особенно полезен в ситуациях, когда традиционные молекулярные методы не дают точных результатов, когда для генетического тестирования недостаточно материала опухоли или когда молекулярные тесты не дают однозначных результатов. Кроме того, система выделяет на срезе ткани участки, которые сыграли особенно важную роль в принятии решения. Это позволяет врачам понять, на чем основан диагноз, поставленный искусственным интеллектом, и определить, какие участки могут быть пригодны для дальнейшего исследования.
«Мы разработали Hetairos в первую очередь как инструмент для поддержки диагностики», — объяснил невропатолог Сэм. — Эта технология призвана не заменить молекулярный анализ, а дополнить его и ускорить. Она может внести важный вклад, особенно в странах и регионах с ограниченными ресурсами, поскольку основана на стандартных срезах тканей, используемых во всем мире».
Новый метод также может быть экономически выгодным. В то время как анализ метилирования ДНК обычно стоит несколько сотен евро, Hetairos использует для анализа уже полученные срезы тканей.
Текст: Алексей Паевский