ИИ-биомаркер для назначения триплетной терапии
Ученые использовали платформу искусственного интеллекта CHAI для анализа гистологических препаратов участников исследования CHAARTED. На основе данных CHAARTED была разработана сигнатура, ассоциированная с общей выживаемостью (ОВ), после чего полученный ИИ-маркер был независимо валидирован в когорте ENZAMET.
🔬 Платформа CHAI анализировала оцифрованные полноразмерные изображения гистологических препаратов, окрашенных гематоксилином и эозином (H&E). На их основе алгоритмы глубокого обучения извлекали количественные гистоморфологические признаки.
После разработки модель была зафиксирована (locked), а её эффективность оценивалась на независимой валидационной когорте ENZAMET.
📊 Всего в анализ вошёл 1191 пациент: 507 пациентов из CHAARTED составили когорту разработки, а 684 пациента из ENZAMET — независимую валидационную когорту. Принципиально важно, что данные ENZAMET не использовались при разработке самого прогностического маркера. Такое разделение разработки и независимой валидации повышает достоверность полученных результатов.
Что именно анализировал искусственный интеллект
Платформа CHAI обрабатывала оцифрованные полноразмерные изображения диагностических гистологических препаратов и извлекала из них количественные гистоморфологические признаки.
🔎 Таким образом, алгоритм анализировал не отдельный молекулярный маркер и не заранее заданный набор патологических характеристик, а большое количество особенностей тканевой архитектуры и клеточной морфологии, которые могут быть связаны с биологическим поведением опухоли.
⚠️ В независимой когорте ENZAMET неблагоприятная группа имела существенно худшие исходы. Пятилетняя общая выживаемость составила 39% в группе неблагоприятного риска против 69% в группе благоприятного риска. Риск смерти в неблагоприятной группе был более чем в два раза выше (HR 2,6; 95% ДИ 2,0–3,4; P<0,001). Аналогичная закономерность наблюдалась и для выживаемости без прогрессирования (HR 2,2; 95% ДИ 1,7–2,7; P<0,001).
✔️ Особенно важно, что биомаркер сохранял прогностическую значимость после поправки на традиционные клинико-патологические факторы, включая возраст, ECOG, сумму по Глисону, уровень ПСА, объём заболевания, время возникновения метастазов и проводимое лечение.
Это позволяет предположить, что CHAI-биомаркер отражает особенности биологии опухоли, которые не полностью описываются стандартными клинико-патологическими параметрами.
➡️ Об ограничениях исследования, следующих шагах и том, может ли биомаркер помочь определить необходимость триплетной терапии, читайте в полной статье на нашем сайте.
➖➖➖➖➖➖➖➖
Следите за новостями РООУ там, где удобно вам:
📹 RUTUBE | 📱 ВКонтакте
Ученые использовали платформу искусственного интеллекта CHAI для анализа гистологических препаратов участников исследования CHAARTED. На основе данных CHAARTED была разработана сигнатура, ассоциированная с общей выживаемостью (ОВ), после чего полученный ИИ-маркер был независимо валидирован в когорте ENZAMET.
🔬 Платформа CHAI анализировала оцифрованные полноразмерные изображения гистологических препаратов, окрашенных гематоксилином и эозином (H&E). На их основе алгоритмы глубокого обучения извлекали количественные гистоморфологические признаки.
После разработки модель была зафиксирована (locked), а её эффективность оценивалась на независимой валидационной когорте ENZAMET.
📊 Всего в анализ вошёл 1191 пациент: 507 пациентов из CHAARTED составили когорту разработки, а 684 пациента из ENZAMET — независимую валидационную когорту. Принципиально важно, что данные ENZAMET не использовались при разработке самого прогностического маркера. Такое разделение разработки и независимой валидации повышает достоверность полученных результатов.
Что именно анализировал искусственный интеллект
Платформа CHAI обрабатывала оцифрованные полноразмерные изображения диагностических гистологических препаратов и извлекала из них количественные гистоморфологические признаки.
🔎 Таким образом, алгоритм анализировал не отдельный молекулярный маркер и не заранее заданный набор патологических характеристик, а большое количество особенностей тканевой архитектуры и клеточной морфологии, которые могут быть связаны с биологическим поведением опухоли.
⚠️ В независимой когорте ENZAMET неблагоприятная группа имела существенно худшие исходы. Пятилетняя общая выживаемость составила 39% в группе неблагоприятного риска против 69% в группе благоприятного риска. Риск смерти в неблагоприятной группе был более чем в два раза выше (HR 2,6; 95% ДИ 2,0–3,4; P<0,001). Аналогичная закономерность наблюдалась и для выживаемости без прогрессирования (HR 2,2; 95% ДИ 1,7–2,7; P<0,001).
✔️ Особенно важно, что биомаркер сохранял прогностическую значимость после поправки на традиционные клинико-патологические факторы, включая возраст, ECOG, сумму по Глисону, уровень ПСА, объём заболевания, время возникновения метастазов и проводимое лечение.
Это позволяет предположить, что CHAI-биомаркер отражает особенности биологии опухоли, которые не полностью описываются стандартными клинико-патологическими параметрами.
➡️ Об ограничениях исследования, следующих шагах и том, может ли биомаркер помочь определить необходимость триплетной терапии, читайте в полной статье на нашем сайте.
➖➖➖➖➖➖➖➖
Следите за новостями РООУ там, где удобно вам:
📹 RUTUBE | 📱 ВКонтакте