CHIEF, un nou instrument AI contribuie la diagnosticul de precizie și ghidarea tratamentului personalizat pentru 11 tipuri de cancer
CHIEF este un sistem bazat pe inteligență artificială, dezvoltat în cadrul Harvard Medical School, capabil să semnaleze prezența cancerului, să ghideze alegerea terapeutică și să prezică modul în care un pacient ar putea răspunde la tratament. Comparativ cu alte instrumente digitale destinate domeniului oncologic care folosesc algoritmi AI, CHIEF a obținut performanțe superioare, îndeplinind un număr vast de sarcini și având aplicabilitate în multiple tipuri de cancer. Mai mult decât atât, este considerat ca fiind primul instrument digital bazat pe inteligență artificială care poate prezice răspunsul la tratament, evoluția pacientului și supraviețuirea acestuia.
Asemănător sistemelor de tipul Large Language Models (LLM) precum ChatGPT ca flexibilitate și agilitate, modelul AI ar putea fi utilizat drept sistem de suport decizional în context clinic, în domeniul oncologiei. Rezultatele studiului care a privit dezvoltarea și testarea sistemului au fost publicate recent în jurnalul Nature.
CHIEF (Clinical Histopathology Imaging Evaluation Foundation) extrage și analizează informațiile patologice din rezultate medicale de tipul whole-slide imaging. Sistemul poate identifica atât caracteristici celulare specifice unui anumit tip de cancer, extrase din secțiuni de interes, cât și tipare patologice generale. Spre deosebire de alte modele AI existente care de obicei se concentrează numai pe regiunea de interes și pe un tip specific de cancer, CHIEF are capacitatea de a interpreta un rezultat imagistic într-o manieră holistică, ținând cont de întreg contextul patologic.
Principalele rezultate ale studiului:
- CHIEF a depășit performanțele altor modele AI state-of-the-art cu 35% în îndeplinirea următoarelor sarcini: detectarea celulelor canceroase, identificarea originii tumorale, predicția răspunsului pacienților la tratament, identificarea genelor și tiparelor ADN asociate răspunsului la tratament;
- CHIEF a avut o acuratețe de 94% în detectarea cancerului (testat pe 15 seturi de date, conținând 11 tipuri diferite de cancer);
- CHIEF a obținut o acuratețe de 96% în detectarea mutațiilor la nivelul genei EZH2 (genă asociată limfomului difuz cu celule B mari), 89% pentru detectarea mutațiilor la nivelul genei BRAF (genă asociată cancerului de tiroidă) și de 91% pentru detectarea mutațiilor la nivelul genei NTRK1 (genă asociată cancerelor de cap și de gât);
- CHIEF a prezis cu succes supraviețuirea pacienților pe baza imaginilor histopatologice realizate la momentul diagnosticului inițial, (fiind capabil să distingă supraviețuirea pe termen scurt și cea pe termen lung) înregistrând performanțe superioare cu 8% comparativ cu modelele AI pre-existente;
Pe lângă rezultatele menționate anterior, sistemul AI a analizat și micromediul tumoral, un aspect important când vine vorba despre predicția modului în care un pacient ar răspunde la tratament (inclusiv intervenții chirurgicale, radioterapie, chimioterapie și imunoterapie). În acest sens, pentru a vizualiza diverse zone de interes considerate anormale din imaginile whole-slide, CHIEF a generat o serie de „heat maps”, hărți termice care au permis oamenilor de știință să identifice diverse caracteristici specifice interacțiunii dintre celulele canceroase și țesuturile din jur.
„Ambiția noastră a fost să creăm o platformă AI agilă și multilaterală, precum ChatGPT, care să realizeze o gamă variată de sarcini în evaluarea oncologică. Modelul s-a dovedit a fi foarte util în multe sarcini care privesc detecția cancerului, prognosticul și răspunsul la tratament. Dacă va continua să fie validat și implementat pe scară largă, modelul nostru și ale modele similare acestuia, vor putea identifica precoce pacienții cu cancer care ar putea beneficia de tratamente experimentale care țintesc anumite variații moleculare, o abilitate care, în prezent, nu este accesibilă în multe țări” – afirmă Kun-Hsing Yu, autorul studiului, asistent profesor de informatică biomedicală la Blavatnik Institute, Harvard Medical School.
Desfășurarea studiului
Sistemul bazat pe inteligență artificială a fost antrenat pe 15 milioane de imagini neetichetate care ilustrau secțiuni tisulare de interes și pe 60.000 de imagini de tipul whole slide care ilustrau diverse tipuri de țesut: pulmonar, mamar, de prostată, colorectal, stomacal, esofagian, renal, cerebral, hepatic, tiroidian, pancreatic, cervical, uterin, ovarian, testicular, piele, țesuturi moi, al glandelor adrenale și vezicii. Performanțele modelului CHIEF au fost apoi testate pe mai bine de 19.400 de imagini whole-slide, provenind din 32 de seturi de date independente colectate din 24 de spitale și grupuri de pacienți din întreaga lume.
Una din particularitățile sistemului CHIEF constă în antrenamentul de care a avut parte. Fiind pregătit atât cu imagini ale unor regiuni specifice, cât și cu imaginea de ansamblu a patologiei respective, i-a permis modelului AI să aibă o abordare holistică asupra cazului pe care îl analizează. Tot modul în care a fost antrenat i-a crescut adaptabilitatea, făcându-l să conducă la performanțe la fel de bune indiferent de calea prin care au fost obținute celulele tumorale (biopsie sau excizie chirurgicală).
Citește și:
- Stabilirea unui diagnostic medical cu ajutorul AI: avantaje și limitări GPT-4V
- STUDIU. Identificarea riscului de diabet tip 2, posibilă cu ajutorul imagisticii CT și a inteligenței artificiale
- STUDIU. Diagnosticul de precizie al cancerului, facilitat de un nou tip de AI care include și ipoteze științifice pe lângă date