ხელოვნური ინტელექტის მხარდაჭერით HER2-ის დაბალი ექსპრესიით მიმდინარე ძუძუს კიბოს დიაგნოსტიკის ახალი ეპოქა

ძუძუს კიბოს დროს HER2 ცილის ექსპრესიის დონე, გადამწყვეტ როლს ასრულებს იმის განსაზღვრაში, თუ რომელი სამიზნე მკურნალობა შეიძლება იყოს პაციენტისთვის სასარგებლო. წარსულში „HER2-უარყოფითად“ კლასიფიცირებულ ბევრ პაციენტს სინამდვილეში HER2-ის დაბალი ან ულტრადაბალი ექსპრესია ჰქონდა; ეს მიუთითებს, რომ მათ შეიძლება პოტენციურად სარგებელი მიიღონ ბოლო წლებში შემუშავებული ანტისხეულისა და პრეპარატის კონიუგატებით მკურნალობისგან, როგორიცაა Enhertu . თუმცა ამ განსხვავებების ამოცნობა კლასიკური პათოლოგიური მეთოდებით ყოველთვის შესაძლებელი არ არის.

2025 წლის ASCO-ს ყოველწლიურ შეხვედრა ზე 1014 ნომრის აბსტრაქტის სახით წარმოდგენილი ახალი საერთაშორისო, მრავალცენტრიანი კვლევის მიხედვით, ხელოვნური ინტელექტის (AI) მხარდაჭერით HER2-ის კლასიფიკაციის სიზუსტე მნიშვნელოვნად იზრდება. AI განსაკუთრებით მნიშვნელოვან განსხვავებას ქმნის HER2-ის დაბალი და HER2-ის ულტრადაბალი ექსპრესიის კატეგორიების სწორად განსაზღვრაში.

კვლევის შეჯამება: დიაგნოსტიკის ახალი ეპოქა

კვლევა ჩატარდა ციფრული სასწავლო პლატფორმის მეშვეობით, 10 ქვეყნის 105 პათოლოგის მონაწილეობით. პლატფორმა იყო ComPath Academy . მონაწილეებმა HER2-ის იმუნოჰისტოქიმიური (IHC) შეფასებისას 2023 წლის ASCO/CAP-ის გაიდლაინთან ერთად გამოიყენეს ქვეკატეგორიები „HER2-ულტრადაბალი“ (IHC 0, მემბრანული შეღებვით) და „HER2-null“ (IHC 0, მემბრანული შეღებვის გარეშე) და შეაფასეს ძუძუს კიბოს 20 ციფრული შემთხვევა.

გამოყენებული ხელოვნური ინტელექტის სისტემა: ComPath Academy და Mindpeak-ის ინფრასტრუქტურა

ამ კვლევაში გამოყენებული ხელოვნური ინტელექტის ინფრასტრუქტურა ინტეგრირებულია პლატფორმაში, რომელიც შეიმუშავა გერმანიაში დაფუძნებულმა Mindpeak GmbH-მ და რომელიც სპეციალურად ციფრული პათოლოგიის სწავლებისთვის შეიქმნა. ეს არის ComPath Academy . პლატფორმა ისეა ორგანიზებული, რომ პათოლოგებს კონკრეტულ შემთხვევებზე გადაწყვეტილების მიღებაში დაეხმაროს; მისი მიზანი ძუძუს კიბოს შემთხვევებში HER2-ის IHC შეფასების სიზუსტის გაზრდა იყო.

მიუხედავად იმისა, რომ კვლევაში გამოყენებული ალგორითმის ტექნიკური დასახელება (მაგალითად, CNN, Transformer) პირდაპირ მითითებული არ არის, კვლევის აგებულებიდან შემდეგი ტექნოლოგიური მახასიათებლები იკვეთება:

• გამოსახულებების კლასიფიკაციაზე დაფუძნებული მანქანური სწავლების ალგორითმი იქნა გამოყენებული.

• მოდელი გაწვრთნილია ისე, რომ სიმსივნური უჯრედების დონეზე ანალიზის ჩატარებით ცალკეულ უჯრედებში მემბრანული შეღებვა ამოიცნოს.

• მან განსაკუთრებული ყურადღება გაამახვილა ისეთი მოსაზღვრე კატეგორიების გარჩევაზე, როგორიცაა IHC 0, HER2-ის დაბალი ექსპრესია და HER2-ის ულტრადაბალი ექსპრესია .

• ხელოვნური ინტელექტის შედეგებში უზრუნველყოფილია ახსნადობა (explainability) ; ეს, დიდი ალბათობით, მიუთითებს გადაწყვეტილების მხარდაჭერის სისტემაში ინტეგრირებულ ვიზუალიზაციის ფენებზე (მაგალითად, სითბურ რუკაზე ან ყურადღების რუკაზე).

Mindpeak GmbH წამყვანი კომპანიაა, რომელიც ციფრულ პათოლოგიაში ხელოვნური ინტელექტის აპლიკაციებს ქმნის. იგი განსაკუთრებით ძუძუს, ასევე ფილტვისა და პროსტატის კიბოს სფეროებისთვის ავითარებს ღრმა სწავლებაზე დაფუძნებულ გადაწყვეტილებებს, რომლებიც IHC შეფასების ავტომატიზაციას ახდენს . ეს ალგორითმები უმეტესად დაფუძნებულია კონვოლუციურ ნეირონულ ქსელებზე (CNN) .

შედეგად, ამ კვლევაში გამოყენებული ხელოვნური ინტელექტის სისტემა წარმოადგენს CNN-ზე დაფუძნებულ გამოსახულების ანალიზის პროგრამას, რომელიც სპეციალურად HER2-ის იმუნოჰისტოქიმიური (IHC) შეფასებისთვის არის გაწვრთნილი. ციფრულ სასწავლო პლატფორმაში ინტეგრაციით მან შეძლო როგორც დიაგნოსტიკური სიზუსტის, ისე პათოლოგებს შორის თანხვედრის გაზრდა.

🔍 რა შეცვალა ხელოვნური ინტელექტის ჩართვამ?

• პირველი ორი შეფასებისას AI-ის დახმარების გარეშე სიზუსტის მაჩვენებელი: 89,1%

• მესამე შეფასებისას AI-ის დახმარებით სიზუსტის მაჩვენებელი: 96,1%

• პათოლოგებს შორის თანხვედრის კოეფიციენტი (concordance):

  • AI-ის გარეშე: 0.506

  • AI-ის გამოყენებით: 0.798

• კლინიკური კატეგორიის მიხედვით სწორი კლასიფიკაციის მაჩვენებელი:

  • AI-ის გარეშე: 90,1%

  • AI-ის გამოყენებით: 95,0%

• HER2-ის დაბალი ან HER2-ის ულტრადაბალი ექსპრესიის შემთხვევების შეცდომით HER2-null-ად კლასიფიცირება:

  • AI-ის წყალობით 24,4%-ით შემცირდა

ეს რიცხვები აჩვენებს, რომ AI არა მხოლოდ ზრდის დიაგნოსტიკის ხარისხს, არამედ მნიშვნელოვნად ამცირებს დიაგნოსტიკურ შეცდომებს, რომლებიც მკურნალობაზე ხელმისაწვდომობისთვის გადამწყვეტია.

რატომ არის ეს ასე მნიშვნელოვანი?

HER2-ის დაბალი ექსპრესიით მიმდინარე ძუძუს კიბოსთვის ახალი, იმედისმომცემი მკურნალობის გზები იხსნება ათასობით პაციენტისთვის, რომლებსაც ადრე ასეთი შესაძლებლობა არ ჰქონდათ. თუმცა ეს პოტენციალი მხოლოდ სწორი დიაგნოზის დასმის შემთხვევაში შეიძლება განხორციელდეს.

HER2-უარყოფითად წოდებული სიმსივნეების დაახლოებით 65% სინამდვილეში HER2-ის გარკვეულ ექსპრესიას ავლენს და ისინი ახლა HER2-ის დაბალი ან HER2-ის ულტრადაბალი ექსპრესიის კატეგორიებში კლასიფიცირდება. ამ პაციენტებმა შეიძლება HER2-ზე მიმართული პრეპარატებით სარგებელი მიიღონ, მაგრამ ამისთვის სწორი დიაგნოზი აუცილებელია. ეს კვლევა მრავალცენტრიანი მონაცემებით პირველად აჩვენებს, რომ AI-ს ამ დიაგნოსტიკური ხარვეზის შევსების ძალა აქვს.

კომენტარი

HER2-ის შეფასების სიზუსტე პაციენტისთვის საუკეთესო მკურნალობის მიღების შესაძლებლობას უზრუნველყოფს. ეს კვლევა აჩვენებს, რომ AI-ით მხარდაჭერილი მიდგომა არა მხოლოდ დიაგნოსტიკურ სიზუსტეს ზრდის, არამედ სასარგებლოა იმ ვითარებებშიც, რომლებიც მკურნალობის გადაწყვეტილებაზე პირდაპირ მოქმედებს. ხელოვნური ინტელექტი ექიმის ჩასანაცვლებლად კი არ არსებობს, არამედ იმისთვის, რომ უფრო ჭკვიანურად და სწრაფად მუშაობით მაღალი ხარისხის, ინდივიდუალურად მორგებული ზრუნვის გაწევაში დაგვეხმაროს.

დასკვნა: ხელოვნური ინტელექტით მეტი ქალისთვის იმედი

ეს კვლევა კიდევ ერთხელ აჩვენებს, რამდენად რთულია ძუძუს კიბოში HER2-ის განსაზღვრა და რამდენად გადამწყვეტია ის მკურნალობის გადაწყვეტილებებისთვის. ხელოვნური ინტელექტი იქცევა დამხმარე ინსტრუმენტად, რომელიც მხოლოდ დროს კი არ ზოგავს, სიცოცხლესაც იხსნის. როგორც ნებისმიერ ახალ ტექნოლოგიას, სწორი გამოყენების შემთხვევაში მას კლინიკური პრაქტიკისთვის კონკრეტული სარგებლის მოტანა შეუძლია.

ძუძუს კიბოს მომავალი ვითარდება სამყაროსკენ, სადაც მიკროსკოპის ქვეშ უკვე მხოლოდ უჯრედები კი არა, მონაცემებიც ხვდება. AI-ით მხარდაჭერილი დიაგნოსტიკური სისტემების მეშვეობით მეტ პაციენტს შეუძლია საჭირო დროს შესაბამისი მკურნალობის მიღება.