Специалисты Университета Кейс Вестерн Резерв и Кливлендской клиники использовали искусственный интеллект, снимки магнитно-резонансной томографии и геномику для прогнозирования относительной продолжительности жизни у пациентов с глиобластомой.
Глиобластома является самой распространенной формой рака мозга (на нее приходится почти половина всех первичных внутримозговых опухолей) и самой опасной из них. Она возникает из-за бесконтрольного деления клеток-предшественников нейроглии – разновидности нервной ткани, которая питает и защищает нейроны. Эти клетки служат своеобразным каркасом нервной ткани, обеспечивая опору для нейронов и их метаболизм.
Такие опухоли чрезвычайно агрессивны, они стремительно развиваются, не имеют четких границ, разрастаясь подобно тонкой паутине, и вторгаются в окружающие здоровые ткани, поражая практически весь мозг. Это затрудняет полное хирургическое удаление глиобластомы и обуславливает неблагоприятный прогноз. Если лечение по какой-либо причине невозможно, пациент проживет не больше трех месяцев с момента постановки диагноза. Но и при лечении выживаемость ненамного выше: для половины заболевших это один год, и только 10% удается прожить дольше двух лет.
Поэтому все больше ученых, занимающихся исследованиями рака, фокусируют усилия на поиске новых подходов к борьбе с этой смертельно опасной формой онкологии. Недавно научные сотрудники и врачи Медицинской школы Университета Кейс Вестерн Резерв и Кливлендской клиники объединили два очень разных методов анализа, чтобы лучше понять природу внутримозговых опухолей и более эффективно им противостоять.
Исследователи использовали инструменты искусственного интеллекта – в частности, компьютерный анализ изображений первичного МРТ-сканирования пациентов с раком головного мозга, – и сравнили полученные результаты с данными геномных исследований. Такой подход в итоге оказался точным способом не только определить относительную продолжительность жизни пациентов с глиобластомой, но и установить, кто из них может быть кандидатом для проведения экспериментальных клинических испытаний лекарственных препаратов.
О таких выводах доложила руководитель исследования Паллави Тивари, доцент кафедры биомедицинской инженерии Университета Кейс Вестерн Резерв, в статье, опубликованной в последнем номере журнала Clinical Cancer Research, который выпускает Американская ассоциация исследований рака.
По ее словам, использованная исследователями модель искусственного интеллекта опиралась на отличительные особенности тканей, прилегающих к опухоли, и самой опухоли, чтобы определить, у кого из пациентов болезнь имеет неблагоприятный прогноз. Затем они использовали информацию о генной экспрессии, чтобы выяснить, какие биологические пути связаны с плохим прогнозом на снимках МРТ.
«Полученные результаты продемонстрировали, что элементы изображения, ассоциируемые с неблагоприятным прогнозом, также были связаны с сигнальными путями, которые способствуют устойчивости к химиотерапии при глиобластоме. Это может иметь огромное значение при разработке персонализированных вариантов лечения для пациентов с этим видом рака мозга, – говорит Тивари. – И хотя мы только в начале пути, это большой шаг, и однажды он позволит врачам, основываясь на МРТ-снимках пациента и профилях генной экспрессии, прогнозировать, какой вариант лечения будет для него эффективнее – химиотерапия или иммунотерапия».
По словам исследователей, они смогли сравнить результаты МРТ-сканирования опухолей пациента с соответствующей геномной информацией об этом же пациенте, взятой из базы данных Национального института здравоохранения. «Вот почему это исследование уникально, – говорит его руководитель. – Большинство исследователей обращают внимание либо на характеристики томографических снимков, либо на особенности генной экспрессии, мы же объединили их и получили вдохновляющий результат».
«Теперь мы можем сказать, у кого из пациентов больше шансов прожить дольше, – отмечают исследователи. – Врачи хотят дать своим пациентам представление о качестве их жизни, и, учитывая, что только около 10% этих пациентов проживут больше трех лет, это важная информация». Значимость исследования, подчеркивают ученые, также заключается в том, что оно объединяет макро- и молекулярные особенности опухоли.
По словам Паллави Тивари, радиомику – технологию, которая выдает информацию об опухоли, основываясь на компьютерном анализе КТ- и МРТ-снимков, – часто критикуют за ее непрозрачность и сложность в интерпретации. «И наше исследование опровергает эти доводы, – говорит она. – Оно показывает, что молекулярные изменения в опухоли проявляются в уникальных особенностях на снимках».
