547

ИИ научили оценивать риск рецидива рака груди по стеклу

Новое исследование показало: алгоритм может по обычным гистологическим изображениям оценивать риск возврата болезни и подсказывать, кому действительно может помочь химиотерапия.

ИИ научили оценивать риск рецидива рака груди по стеклу
Учёные представили ИИ-модель, которая анализирует стандартные гистологические препараты при раннем раке молочной железы и оценивает риск рецидива без отдельного дорогого генетического теста. Речь не о замене врача, а о новом инструменте для принятия решений.


Поводом стало исследование, опубликованное в The Lancet Oncology. Международная группа учёных разработала и проверила модель глубокого обучения, которая по цифровым изображениям опухолевой ткани и части клинико-патологических данных оценивает так называемый риск рецидива и потенциальную пользу от химиотерапии.

Здесь важно сразу убрать возможное искажение. Алгоритм создавали не «для всех видов рака груди» и не для любого этапа болезни. Работа касается раннего гормон-рецептор-положительного, HER2-негативного инвазивного рака молочной железы — именно для этой группы в клинической практике часто используют геномный тест Oncotype DX, помогающий решить, нужна ли химиотерапия после операции.

Смысл новой модели в том, что она пытается получить сопоставимую прогностическую информацию не по анализу 21 гена, а по уже имеющемуся материалу — стандартным окрашенным срезам опухоли, которые и так изучают патологи. Для многих клиник это принципиально: геномные тесты дороги, доступны не везде и требуют времени, а цифровой снимок стекла можно обработать быстрее.

Авторы обучали модель на данных крупного рандомизированного исследования TAILORx. После контроля качества в обучении и валидации использовали материалы тысяч пациенток, а затем проверили переносимость модели ещё на шести независимых когортах из Израиля, США и Австралии.

Результат выглядит серьёзно, но не чудесно — именно так его и стоит читать. В тестовой выборке модель отнесла часть пациенток к низкому, промежуточному и высокому риску, а точность выявления высокого геномного риска оказалась высокой. При этом особенно важным оказался не сам красивый показатель AUC, а клинический смысл: у части пациенток модель действительно помогала отделить тех, кому химиотерапия способна дать пользу, от тех, у кого такой пользы не видно.

Исследователи отдельно указывают на наиболее чувствительный для практики момент. У женщин в пременопаузе, которых модель относила к высокой группе риска, химиотерапия была связана с заметной пользой. У постменопаузальных пациенток, которых алгоритм относил к низкому риску, такого эффекта не наблюдали. Более того, часть женщин, которых по клиническим критериям можно было считать группой более высокого риска, модель перевела в низкий риск без признаков пользы от химиотерапии.

Именно здесь и возникает главный интерес к работе. На бумаге это выглядит как разговор об ИИ. На деле — как попытка снизить долю ненужного лечения. Химиотерапия остаётся важнейшим инструментом, но она связана с токсичностью, побочными эффектами и тяжёлой психологической нагрузкой. Поэтому любой метод, который точнее отделяет реальную пользу от перестраховки, быстро становится клинически значимым.

Но говорить о готовой замене существующих тестов пока рано. Во-первых, сама работа, несмотря на масштаб и сильную проверку, не отменяет необходимости дальнейшей клинической оценки. Во-вторых, модель опирается на цифровую патологию, а это значит, что для внедрения нужны стандартизированные сканеры, качество изображений и аккуратная интеграция в медицинский процесс. Наконец, ИИ здесь не принимает решение сам по себе: он добавляет ещё один слой аргументов для врача и пациента.

Отдельный смысл исследования — в вопросе доступности. Авторы прямо пишут, что такой подход может быть особенно полезен там, где геномное тестирование недоступно или слишком дорого. Для стран и клиник с ограниченными ресурсами это не просто технологическая новость, а шанс приблизить персонализированное лечение к обычной практике, а не только к крупным центрам.

При этом осторожность в формулировках обязательна. Модель не «предсказывает судьбу» и не даёт гарантии, что рак вернётся или не вернётся. Она оценивает вероятность и помогает уточнить лечебную тактику на основе больших массивов данных, которые человеческий глаз в таком объёме не считывает.

СОВЕТ ОТ СВЕТЛАНЫ

Когда речь идёт об онкологии, самые громкие заголовки почти всегда опаснее самой новости. Здесь ценность не в обещании чуда, а в том, что решение о тяжёлом лечении может стать точнее, спокойнее и честнее для человека.

Фото: соцсети/ИЗНАНКА.

ИЗНАНКА — другая сторона событий.


Следите за новостями в наших соцсетях



Улыбка может стать причиной финансовых потерь: за год зафиксировано 43 случая ...

/ / Интересное Автор: Денис Иванов

А долги достигли триллиона рублей

/ / Интересное Автор: Дмитрий Зорин

Препарат MVA-BN, разработанный компанией Bavarian Nordic, получил официальное ...

/ / Интересное Автор: Дарья Никитская