Clasificarea cancerului mult îmbunătățită prin învățare automată

Numeroase cancere sunt clasificate după aspectul microscopic al celulelor. Anatomopatologii efectuează această examinare de aproape 200 de ani. Deși sunt foarte specializați și folosesc multe criterii și algoritmi, diagnosticele rămân parțial subiective, variind după observator. Dintre tehnologiile actuale de inteligență artificială, învățarea automată a fost folosită într-un studiu al tumorilor cerebrale, obținând rezultate diagnostice obiective și mai sensibile prin analiza tiparelor moleculare.
Fundamentul tratării unei boli este identificarea corectă. Progresele actuale în procesarea imaginilor prin inteligență artificială permit studii diagnostice precise, independente de rezultate subiective. Capper și echipa lucrează la aceste tehnologii bazate pe învățare automată și au propus o clasificare nouă a tumorilor cerebrale prin modele moleculare.
Astăzi, multe tumori sunt analizate și definite molecular, pe lângă histologie. OMS recomanda în 2016 folosirea combinată a histologiei și informației moleculare în diagnosticul integrat. Totuși, diagnosticele predominant histologice sunt insuficiente pentru multe tumori rare, din lipsa descriptorilor moleculari. Există și dificultăți precum variația celulară în tumorile-mozaic cu modificări genetice diferite sau aspecte histologice similare împărtășite de tumori cerebrale diferite. Rămâne întrebarea cât reflectă asemănarea histologică asemănarea tumorilor, când cele cu histologie similară pot evolua diferit, iar cele cu histologie diferită pot evolua identic.
Un progres important al analizei histologice este extinderea instrumentelor informatice pentru prelucrarea datelor prin învățare automată. Calculatorul este, folosind un set de imagini tumorale clasificate de medic, antrenat. Folosește clasificarea pentru dezvoltarea propriilor criterii de recunoaștere a tiparelor și identificare a tipurilor. Dificultatea apare dacă lipsesc criterii clare pentru unele tumori ori tipurile sunt histologic imposibil de diferențiat.
Capper și colegii au ales informația moleculară, a cărei clasificare nu cere evaluări vizuale complexe, și modificările epigenetice ca obiectiv. Au clasificat tumorile prin învățare automată pe baza metilării DNA (adăugarea grupărilor metil), comparând diagnosticele cu cele ale anatomopatologilor bazate pe histologie.
Metilarea DNA este o modificare epigenetică. Nu schimbă secvența DNA, dar poate influența expresia genică ori destinul celulei. Rolul metilării și altor modificări în cancer devine tot mai clar. Tiparul modificărilor pe întreg genomul, epigenomul, poate fi mult schimbat în numeroase cancere. De exemplu, mutațiile IDH1 ori IDH2 din glioame provoacă dereglarea genomică a tiparelor de metilare, asociabilă unor rezultate clinice specifice.
Studiile anterioare au subliniat avantajele profilării metilării pentru unele tumori cerebrale: analiza epigenomului oferă diagnostic imparțial. Totuși, profilarea de rutină rămâne relativ rară din cauza costului, necesarului de probe, lipsei personalului cu expertiză de analiză și întrebării dacă rezultatele influențează terapiile clinice. Există totuși progrese: tehnici de utilizare a DNA extras din țesutul păstrat chimic cel mai obișnuit, pe lame, în probe fixate în formalină și incluse în parafină (FFPE).
Autorii au oferit calculatorului date de metilare genomică pentru probe din aproape toate tumorile cerebrale clasificate de OMS. Calculatoarele au folosit învățarea supravegheată pentru recunoașterea tiparelor pe probe clasificate de anatomopatologi și provenite și din învățare nesupravegheată.
După antrenare, calculatorul a clasificat tumorile în 82 de clase după profiluri specifice. Numai 29 corespundeau unui tip tumoral specific definit în cele 29 de subcategorii reprezentate ale tipurilor OMS.
Cele mai interesante descoperiri ale echipei au fost clasificările care reuneau tumori histologic similare, precum mai multe tipuri OMS sau tumori neconforme grupării OMS. Acestea pot informa despre asemănări independente de histologie și ajuta dezvoltarea opțiunilor terapeutice ori instrumentelor diagnostice.
Autorii au folosit calculatorul pentru clasificarea a 1.104 cazuri-test diagnosticate histologic ori molecular standard. În %60.4, clasificarea informatică era identică celei anatomopatologice. Pentru %15.5, ambele identificau același tip, dar calculatorul putea atribui și o subclasă. În %12.6, diagnosticele nu coincideau.
Remarcabil, analiza suplimentară, de exemplu secvențierea genelor , a dus la schimbarea diagnosticului clinic inițial cu cel informatic pentru %92.8 dintre tumorile distincte. Dintre cele reclasificate, %71 au primit alt grad ori o reclasificare cu posibile implicații prognostice sau terapeutice. Restul cazurilor (% 11.5) nu au putut fi clasificate. Analizele informatice suplimentare sugerează că o treime pot reprezenta tumori rare pentru care calculatorul întâlnise încă suficiente probe pentru formarea unei clase.
Este abordarea comparabilă cu diagnosticul oncologic standard? Cu avantaje precum cost redus per probă, este un posibil standard viitor? Dacă da, se va încheia analiza histologică?
Profilarea moleculară amplă, mai ales combinată cu microscopie, este cu siguranță utilă și poate reprezenta viitorul personalizării după caracteristicile tumorii. Totuși, histologia rămâne indispensabilă: păstrarea standard a probelor și microscopia oferă punctul de intrare cel mai accesibil și universal în diagnosticul de rutină al laboratoarelor lumii. Boala se poate manifesta prin modificări moleculare și celulare, astfel încât combinarea analizei moleculare și examinării vizuale poate întări diagnosticul.
Utilizarea curentă și largă a platformei poate fi nepractică pentru multe laboratoare. Cea mai urgentă aplicare este, așadar, evaluarea cazurilor cu histologie neclară. Dacă abordarea este completată și extinsă, poate înlocui microscopia diagnostică în unele situații.
Surse
Machine learning classifies cancer.
Nature, News and Views, 14 March 2018
Ți-a fost util acest articol?
Feedbackul tău ne ajută să îmbunătățim conținutul.





Comentariile cititorilor
Împărtășește comentariul tău
Numele și comentariul dumneavoastră sunt publicate numai după aprobarea administratorului. Adresa de e-mail nu este afișată niciodată vizitatorilor.
Fii primul care comentează.