Искусственный интеллект научился прогнозировать лечение рака груди по иммунным клеткам опухоли

Рак груди остается одним из наиболее распространенных онкологических заболеваний у женщин, однако опухоли молочной железы могут значительно различаться по биологическим свойствам, агрессивности и реакции на терапию. Поэтому современная онкология стремится не просто определить тип опухоли, но и получить как можно больше информации о ее взаимодействии с иммунной системой. Два крупных международных исследования показали, что помочь в этом способен искусственный интеллект.

Ученые под руководством специалистов австралийского Института Питера Мака исследовали возможность автоматического анализа опухолеинфильтрирующих лимфоцитов — TILs. Это иммунные клетки, проникшие непосредственно в ткань опухоли или окружающие ее структуры. Их количество считается потенциально важным биомаркером: во многих случаях высокая концентрация таких лимфоцитов свидетельствует о более выраженной иммунной реакции организма против раковых клеток.

Обычно количество TILs оценивает патологоанатом при исследовании образца ткани под микроскопом. Однако цифровая патология позволяет перевести гистологический препарат в изображение высокого разрешения, которое затем может анализировать алгоритм. Искусственный интеллект способен распознавать клетки, определять их расположение и оценивать особенности опухолевого микроокружения значительно быстрее при обработке большого количества образцов.

Результаты двух исследований, опубликованных в The Lancet Oncology, основаны на данных более 5600 пациентов с двумя важными разновидностями рака груди — трижды негативным и HER2-положительным раком молочной железы. Ученые сравнили традиционную экспертную оценку тканей с цифровыми и алгоритмическими методами анализа.

В исследовании CATALINA были объединены данные семи клинических испытаний пациентов с трижды негативным раком молочной железы. Более чем у 1300 участников количество опухолеинфильтрирующих лимфоцитов оценивалось одновременно патологоанатомами и системой искусственного интеллекта.

Абсолютные показатели, полученные человеком и алгоритмом, не всегда полностью совпадали. Однако с клинической точки зрения оба метода обнаруживали одинаковую закономерность: чем больше TILs присутствовало в опухолевой ткани, тем благоприятнее в среднем оказывался прогноз. Таким образом, компьютерная оценка иммунных клеток позволяла получать прогностическую информацию, сопоставимую с результатами традиционного анализа.

Второе исследование охватило более 4300 образцов опухолей из крупного исследования III фазы APHINITY, посвященного раннему HER2-положительному раку молочной железы. Здесь ученые сравнивали сразу три подхода: экспертную оценку патологоанатома, цифровой анализ изображений и методы искусственного интеллекта.

Результаты вновь показали связь между высокой концентрацией опухолеинфильтрирующих лимфоцитов и более благоприятными результатами лечения. Особенно интересными оказались данные пациентов с поражением лимфатических узлов. При высоком уровне TILs некоторые из них, по данным анализа исследования, могли получать большую пользу от добавления пертузумаба к стандартной терапии.

Однако возможности искусственного интеллекта не ограничились простым подсчетом клеток. Алгоритмы анализировали пространственное распределение лимфоцитов внутри опухоли и обнаруживали участки их повышенной концентрации — своеобразные иммунные «горячие точки». Такая информация потенциально позволяет оценивать не только количество иммунных клеток, но и архитектуру иммунного ответа.

Это имеет важное значение для понимания биологии рака груди. Опухоль представляет собой не изолированное скопление злокачественных клеток, а сложную микросреду, в которой присутствуют сосуды, соединительная ткань и различные клетки иммунной системы. Расположение этих компонентов относительно опухолевых клеток способно содержать информацию, которую трудно выразить обычным визуальным описанием препарата.

Именно здесь компьютерный анализ может дополнять работу специалиста. Человек хорошо распознает сложные морфологические особенности тканей и оценивает их в клиническом контексте, тогда как алгоритм способен последовательно измерять тысячи и миллионы объектов на цифровом изображении. Поэтому перспективным направлением считается не замена патологоанатома искусственным интеллектом, а сочетание экспертной диагностики с вычислительным анализом.

Практическое преимущество автоматизированной оценки особенно заметно при необходимости исследовать большие массивы образцов. Стандартизированный алгоритм способен одинаковым способом анализировать цифровые препараты в разных медицинских учреждениях. В перспективе это может сделать некоторые биомаркеры доступнее там, где существует дефицит специалистов по патологической анатомии.

При этом результаты исследований не означают, что искусственный интеллект уже может самостоятельно определять лечение конкретного пациента. Выбор терапии при раке груди зависит от множества факторов: типа опухоли, стадии заболевания, поражения лимфатических узлов, рецепторного статуса, молекулярных характеристик, общего состояния пациента и других клинических данных. Анализ TILs является дополнительным источником информации, а не универсальным диагностическим тестом.

Особое внимание исследователей к трижды негативному и HER2-положительному раку связано с биологическими особенностями этих опухолей. Трижды негативный рак составляет примерно 15% случаев заболевания и часто характеризуется более агрессивным течением. HER2-положительные опухоли составляют около 15–20% случаев, однако появление препаратов, направленных против белка HER2, существенно расширило возможности их лечения.

Новые данные показывают, что цифровая патология может постепенно превратить обычный гистологический препарат в гораздо более богатый источник информации. Изображение ткани содержит не только сведения о внешнем виде раковых клеток, но и своеобразную карту взаимодействия опухоли с иммунной системой.

Если результаты будут подтверждены и методы пройдут необходимую клиническую стандартизацию, искусственный интеллект может стать дополнительным инструментом персонализированной онкологии. Вместо конкуренции человека и алгоритма наиболее перспективным выглядит их совместное применение: патологоанатом определяет клинически значимые особенности ткани, а вычислительная система помогает объективно измерить структуры и закономерности, которые сложно оценить человеческим глазом. Для пациентов с раком груди такой подход в будущем может сделать прогнозирование течения заболевания и выбор терапии более точными.