Nowe badania pokazują, że sztuczna inteligencja może pomóc w walce z rakiem piersi
Model AI wykorzystuje obrazy histopatologiczne do dokładnej diagnozy (obraz reprezentacyjny)
Nowe Delhi:
Rak piersi stanowi 13,6 procent wszystkich przypadków raka (u mężczyzn i kobiet) w Indiach, zgodnie ze Światowym Raportem Raka 2022 opublikowanym przez IARC (Międzynarodową Agencję Badań nad Rakiem). Wśród kobiet stanowi on 26 procent wszystkich przypadków raka. W Stanach Zjednoczonych rak piersi stanowi około 30% wszystkich nowych przypadków raka u kobiet.
Nowe badania pokazują, że sztuczna inteligencja (AI) może pomóc w walce z tą groźną chorobą. Wczesna i dokładna diagnoza może mieć kluczowe znaczenie dla leczenia pacjentów, a nowo opracowany system AI obiecuje to zrobić z niemal idealną diagnozą.
Artykuł badawczy zatytułowany „Klasyfikacja obrazów oparta na głębokim uczeniu się w celu diagnostyki podtypu i inwazyjności raka piersi na podstawie histopatologii całego obrazu slajdu” opublikowany w czasopiśmie Cancers Journal w zeszłym miesiącu opisuje model sztucznej inteligencji, który klasyfikuje i identyfikuje różne typy raka piersi występujące u pacjentki, a także wyklucza nowotwór złośliwy (raka) już na samym początku poprzez identyfikację łagodnych guzów.
Badanie przeprowadzone przez naukowców z Northeastern University w Bostonie we współpracy z Maine Health Institute for Research doprowadziło do opracowania modelu sztucznej inteligencji, który analizuje obrazy histopatologiczne (mikroskopowe na poziomie tkanki) całych preparatów tkanki guza piersi o wysokiej rozdzielczości.
System sztucznej inteligencji, który przewyższa wcześniejsze modele uczenia maszynowego (ML) w tej dziedzinie, łącząc przewidywania innych modeli ML, jest w stanie zidentyfikować i sklasyfikować guz jako złośliwy (nowotworowy) lub łagodny (nienowotworowy) przy użyciu danych historycznych przekazanych do modelu w trakcie treningu.
Został on wytrenowany na publicznie dostępnych zestawach danych o nazwie BreakHis (Breast Cancer Histopathological Database) i BACH (Breast Cancer Histopathology images). W przypadku BACH mikroskopijne obrazy tkanki piersi zostały skrupulatnie oznaczone przez ekspertów medycznych, którzy podzielili obrazy na cztery klasy – Normal, Benign, In Situ Carcinoma i Invasive Carcinoma.
Przykładowe obrazy mikroskopowe przedstawiające cztery klasy w zestawie danych BACH (Źródło obrazu: Cancers 2024, 16(12), 2222)
Baza BreakHis, składająca się z 9109 mikroskopowych obrazów tkanki guza piersi, posłużyła do dalszego klasyfikowania łagodnych i złośliwych nowotworów na 4 podklasy każda – nowotwory złośliwe: rak przewodowy, rak zrazikowy, rak śluzowy i rak brodawkowaty, a nowotwory łagodne: gruczolakorak, włókniak, guz liściasty i gruczolak cewkowy.
Reprezentatywne obrazy mikroskopowe złośliwych i łagodnych tkanek piersi z zestawu danych BreakHis (Źródło obrazu: Cancers 2024, 16(12), 2222)
Łącznie model ML zespołu ma dokładność 99,84 procent. Taka metryka wydajności na etapie badań i rozwoju daje optymistyczne obietnice co do rzeczywistego zastosowania technologii.
„AI nie może przegapić guza w biopsji i nie wyczerpie się po zdiagnozowaniu 10 lub 20 osób” – powiedział Saeed Amal dla Northeastern Global News. Amal jest profesorem bioinżynierii na Northeastern University i kieruje projektem modelu zespołu.
Oprócz diagnostyki systemy AI poczyniły również postępy w prognozowaniu i przewidywaniach związanych z rakiem piersi. Na przykład AI może teraz przewidywać odpowiedź na chemioterapię neoadjuwantową (NAC) raka piersi, wykorzystując obrazy hematoksyliny i eozyny (typowe barwniki w obrazowaniu tkanek) z biopsji igłowych przed chemioterapią. Systemy AI odpowiedzialne za to mają dokładność 95,15 procent i zostały szczegółowo opisane w artykule zatytułowanym „Rozwój wielu rurociągów AI, które przewidują odpowiedź na chemioterapię neoadjuwantową raka piersi przy użyciu tkanek barwionych H&E”, opublikowanym w maju 2023 r. w Journal of Pathology.
Oprócz tego AI poczyniła również znaczne postępy w identyfikacji przerzutów do węzłów chłonnych (rozprzestrzenianie się komórek nowotworowych przez węzły chłonne) i ocenie stanu hormonalnego, co jest ważne w leczeniu raka piersi. Te i wiele innych postępów poczynionych przez interwencje AI na przestrzeni lat w walce z rakiem piersi zostały przedstawione w artykule przeglądowym opublikowanym w Diagnostic Pathology w lutym.
