Стадирование рака простаты с помощью искусственного интеллекта предсказывает результаты активного наблюдения

Андреа Миахира: приветствую всех. Я Андреа Мияхира из Фонда рака простаты. Со мной здесь доктор Корнелия Денг, доцент Калифорнийского университета в Сан-Франциско. Она расскажет о своем недавнем исследовании «Прогнозирование реклассификации степени рака простаты при активном наблюдении с использованием алгоритма классификации на основе глубокого обучения», которое было опубликовано в JNCI. Доктор Дин, большое спасибо, что присоединились к нам сегодня.

Корнелия Денг: Спасибо, что вы у меня есть. Я очень рад поделиться работой, которую я проделал, когда работал научным сотрудником-патологоанатомом в Университете Джонса Хопкинса, работая с доктором Ди Марзо и доктором Лотаном, над прогнозированием реклассификации степени рака простаты с использованием искусственного интеллекта.

Это совместная работа множества людей разной специализации. Итак, конечно, патологоанатомы являются основными движущими силами этого исследования, но в этой работе также участвуют урологи, онкологи и наша сотрудничающая компания в Индии AIRA MATRIX, которая предоставляет алгоритм искусственного интеллекта для оценки гистологических слайдов.

Это раскрытие. Исследование, представленное в этой презентации, поддерживается грантом Фонда рака простаты, спонсируемым AIRA MATRIX. Важно отметить, что AIRA MATRIX не помогала в анализе данных или написании этого исследования.

Клиническое лечение локализованного рака простаты во многом зависит от патологии. Интерпретируя биопсию простаты, мы, патологи, ставим диагноз рака простаты, а также классифицируем группу, которая основана на оценке архитектуры опухоли с использованием системы классификации Глисона под микроскопом.

Было показано, что архитектура опухоли тесно связана с исходом лечения пациентов с раком простаты. Как показано здесь, ось Y представляет собой биохимическую безрецидивную выживаемость, а ось X представляет время. Вы можете видеть, что у пациентов с заболеванием 1 степени заболевание прогрессирует медленно с течением времени. Поэтому им обычно не помогает немедленное радикальное лечение, такое как радикальная простатэктомия. Многие пациенты с заболеванием 1 степени в настоящее время остаются под активным наблюдением.

Однако у меньшинства этих пациентов с заболеванием низкой степени тяжести со временем может наблюдаться прогрессирование заболевания. Итак, наш главный вопрос: можем ли мы улучшить оценку заболевания с помощью биопсии простаты, чтобы лучше выявлять пациентов, у которых может наблюдаться прогрессирование заболевания? Может ли искусственный интеллект помочь нам в этом?

В сотрудничестве с AIRA MATRIX они разработали основанный на глубоком обучении алгоритм под названием AIRAProstate для обнаружения опухолей и оценки по Глисону с использованием целых изображений слайдов, окрашенных гематоксилином и эозином.

В частности, в этом исследовании мы оценили две разные группы в Университете Джонса Хопкинса. Первая группа представляет собой схему «случай-контроль», включающую 138 пациентов с заболеванием 1 степени на момент постановки диагноза. Впоследствии шестьдесят четыре пациента подверглись реклассификации, так что это были случаи заболевания. Семьдесят четыре пациента оставались под активным наблюдением без какой-либо реклассификации в течение более восьми лет. Итак, разберитесь с управлением.

Один слайд H&E на каждого пациента оценивается современными урологами с использованием алгоритма искусственного интеллекта AIRAProstate.

Справа вы можете увидеть прямое сравнение современной классификации патологоанатомов и классификации AIRAProstate. AIRAПатологи и эксперты по оценке простаты в основном согласны с обнаружением рака на каждом слайде с согласием 95%. Однако, поскольку эти больные были зарегистрированы много лет назад и система классификации была обновлена, современные патологоанатомы не обязательно согласны с первоначальным диагнозом 1-й группы.

Некоторые из них переведены в группу 2 или выше. Однако процент существенно не отличается. Напротив, обновление с помощью AIRAProstate различается в зависимости от случаев и средств контроля: обновляется 33% случаев и 8% средств контроля. Итак, вы можете видеть, что отношение шансов равно 3,3 при P 0,04.

Также оценивается другая группа. Это немного отличается, поскольку все пациенты прошли МРТ до первичной биопсии простаты, а большинство пациентов были включены после 2014 года. В этой группе 169 пациентов с заболеванием 1 степени; 94 из них оставались под активным наблюдением без изменения класса в ходе наблюдения. Однако 75 пациентов подверглись последующей реклассификации. 35 из этих пациентов подверглись радикальной простатэктомии. Слайды H&E с раковыми заболеваниями оцениваются с помощью алгоритма искусственного интеллекта AIRAProstate. Здесь вы также можете увидеть топ статусов, которые были повышены с помощью алгоритма ИИ. Восемнадцать процентов были модернизированы с помощью ИИ. Однако 40% дел, подвергшихся реклассификации, также были впоследствии повышены. Они отличаются коэффициентом риска 1,7, P равен 0,3.

Таким образом, это первое исследование в литературе, в котором сравнивается алгоритм стадирования рака простаты, основанный на глубоком обучении, с клиническими результатами. Мы сравнили две разные когорты активного наблюдения в Университете Джонса Хопкинса, и обе показали, что улучшение исходной биопсии с помощью ИИ связано с быстрой или тяжелой реклассификацией степени, что является прогнозом дальнейшего прогрессирования заболевания.

Итак, вывод, который можно извлечь из этого исследования, заключается в том, что мы использовали гистопатологию в качестве биомаркеров, а также в качестве золотого стандарта диагностики. Это предоставило важную информацию, которая определяет клинические решения, особенно при лечении локализованного рака простаты. Сегодня, с помощью искусственного интеллекта в патологии, мы можем улучшить этот биомаркер и облегчить прецизионную медицину.

На этом я хотел бы поблагодарить вас за ваш интерес и буду рад ответить на вопросы и обсудить их дальше.

Андреа Миахира: Большое спасибо, что поделились с нами своим исследованием, доктор Дин. Можно ли определить, какие характеристики опухоли, хозяина, опухоли или окружающей среды видит алгоритм и которые упускают патологоанатомы?

Корнелия Денг: Да. В частности, поскольку в этом исследовании мы использовали алгоритм, специально разработанный для классификации рака простаты по системе классификации Глисона, которая основана исключительно на архитектуре опухоли, мы подозреваем, что, вероятно, в этот алгоритм включены очень ограниченные особенности окружающей среды. Однако сейчас это постоянная работа. Мы пытаемся вернуться к этим случаям, о которых пропагандировал ИИ, а не патологоанатомы, и выяснить, каких функций не хватает. Я ожидаю, что мы, вероятно, увидим в основном информацию от самой опухоли. Однако у нас есть другой проект, который также работает над более открытым алгоритмом, основанным не только на рейтинге Глисона, но и на оценке всего чипа. Это могло бы предоставить больше информации о строме простаты, воспалительных клетках и их роли в развитии заболевания.

Андреа Миахира: Спасибо. Каковы следующие шаги в клинической разработке этого алгоритма и как вы ожидаете его использования в клинике?

Корнелия Денг: В настоящее время я считаю, что AIRA MATRIX уже имеет этот алгоритм, встроенный во многие системы цифровой патологии, которые могут помочь в оценке Глисона. Это может помочь сэкономить время патологоанатомов. Но помимо этого мы надеемся, что сможем улучшить диагностику патологии, предоставив более точную информацию при ведении пациентов, находящихся под активным наблюдением. Основным ограничением текущего исследования является то, что реклассификация степени патологии не обязательно означает, что у пациента будет плохой результат. У некоторых пациентов заболевание все еще может оставаться вялотекущим, в то время как у других позже может наблюдаться более быстрое прогрессирование и даже агрессивное заболевание. Я надеюсь, что мы сможем в дальнейшем связать результаты с исходами пациентов, а также переклассифицировать патологию, что предоставит клинической команде более актуальную информацию.

Андреа Миахира: Хороший. Спасибо. Какие еще варианты использования ИИ в патологии исследуются для пациентов с раком простаты?

Корнелия Денг: В дополнение к классификации Глисона, одним из недавних интересных открытий других групп ИИ является предоставление прогностических и прогностических биомаркеров, основанных на профилях гемоглобина и эстрогена, таких как ответы на андроген-депривационную терапию. Я думаю, что это очень интересная разработка, и она может оказаться полезной для определения того, какая стратегия лечения или ведения может оказаться полезной для каждого конкретного пациента.

Андреа Миахира: Что ж, большое спасибо, что пришли и поделились с нами сегодня.

Корнелия Денг: Спасибо.