Новая революционная модель глубокого обучения ИИ почти в пять раз лучше предсказывает риск развития рака груди, чем традиционные модели

Новое исследование, проведенное в Копенгагенском университете https://healthsciences.ku.dk/newsfaculty-news/2024/09/ai-could-predict-breast-cancer-risk-via-zombie-cells/ показало, что искусственный интеллект (ИИ) может радикально изменить методы оценки риска развития рака молочной железы. Рак молочной железы - одно из самых распространенных онкологических заболеваний во всем мире. Только в США ежегодно регистрируется 287 850 новых случаев и 43 250 смертей. Новое исследование, опубликованное в журнале The Lancet Digital Health, говорит о многообещающих результатах, основанных на моделях искусственного интеллекта, которые обучены определять клеточное старение и могут предсказывать риск развития рака молочной железы гораздо эффективнее, чем существующие клинические эталоны.

Сначала основы - что такое клеточное старение? Это процесс, при котором поврежденные или стареющие клетки перестают делиться, но остаются активными. Он часто связан с заболеваниями, связанными со старением, включая рак. Такие "стареющие" клетки иногда называют "клетками-зомби", потому что они больше не функционируют нормально, но по-прежнему испускают воспалительные сигналы - что может привести к росту опухоли. Хотя старение может действовать как естественный тормоз для неконтролируемого деления клеток, оно, как ни парадоксально, может также способствовать развитию рака через эти воспалительные сигналы, известные как сенесцентно-ассоциированный секреторный фенотип (SASP).

До сих пор измерение сенесценции в тканях человека было затруднено из-за отсутствия специфических биомаркеров. Однако в исследовании, проведенном в Копенгагенском университете, используется искусственный интеллект глубокого обучения для анализа ядерной морфологии - формы клеточного ядра - в образцах тканей молочной железы. Это позволяет предсказать риск развития рака молочной железы на основе изменений в стареющих клетках, даже в здоровых образцах биопсии.

Исследователи провели ретроспективное когортное исследование с использованием биопсий тканей молочной железы 4 382 здоровых женщин. Эти образцы были проанализированы с помощью инструмента глубокого обучения под названием Nuclear Senescence Predictor (NUSP). ИИ-модель изучила более 32 миллионов ядер различных типов тканей, чтобы обнаружить стареющие клетки и определить их распределение в ткани. Благодаря тщательной оценке этих стареющих клеток в эпителиальной, жировой и стромальной тканях, система искусственного интеллекта смогла соотнести характер старения с будущим риском развития рака. Для справки: эпителиальная ткань образует выстилку желез и поверхностей в организме, включая протоки молочной железы, где часто зарождается рак. Жировая ткань состоит из жировых клеток, которые хранят энергию, а стромальная ткань обеспечивает структурную поддержку органов, включая соединительные ткани, которые окружают и поддерживают эпителиальные клетки.

Общие результаты оказались не просто многообещающими. У женщин, в образцах тканей которых были обнаружены определенные признаки старения, вероятность развития рака молочной железы была выше или ниже, в зависимости от типа обнаруженного старения. Например, одна модель (обученная на старение, вызванное повреждением ДНК) указывала на более высокий риск развития рака, когда в ткани присутствовал высокий уровень стареющих клеток. Другая модель (обученная на сенисценции, вызванной лекарственными препаратами) предполагала защитный эффект, снижая тот же риск.

По сравнению с моделью Гейла-которая в настоящее время является золотым клиническим стандартом для прогнозирования риска развития рака молочной железы - модель ИИ продемонстрировала гораздо более высокую точность. В сочетании с показателем Гейла модель AI увеличила отношение шансов (показатель того, насколько сильно определенные факторы риска предсказывают исход) до 4,70, что почти в пять раз превышает предсказательную силу только показателя Гейла.

Этот прорыв, если и когда он будет коммерциализирован, может предложить врачам гораздо более точный способ выявления людей с высоким риском и проведения столь необходимых мероприятий. Способность предсказывать риск развития рака молочной железы за несколько лет до его появления может привести к более ранней диагностике и более персонализированным программам скрининга, сокращению ненужных тестов для женщин с низким риском и усилению наблюдения за людьми с высоким риском.

Потенциал ИИ огромен, особенно когда речь идет о совершенствовании диагностики рака. Хотя эта технология все еще находится в стадии разработки (и будет находиться в ней еще довольно долго), ее применение может произвести революцию в скрининге рака молочной железы. Используя стандартные образцы тканей, этот метод ИИ можно внедрить во всем мире.

Несмотря на то, что для уточнения этих моделей необходимо провести множество дополнительных исследований, улучшение прогнозирования риска может привести к более раннему обнаружению рака, более эффективным планам лечения и, в конечном итоге, к снижению смертности от рака молочной железы. Это реальное применение ИИ, которое может поддержать каждый.