Tekoäly pystyy ennustamaan täsmälääkkeen tehon syöpäkasvaimesta otettujen digitaalisten mikroskooppikuvien perusteella.
Algoritmi analysoi kasvaimen kudosrakenteen ja tekee sen jälkeen ennusteen ilman molekyylibiologisten testien tarvetta.
Asian osoittivat Helsingin yliopiston tutkijat, joiden tutkimuksen julkaisi Scientific Reports.
”Tuloksemme osoittavat, että koneoppimisen avulla syöpäkudoksen rakenteesta voidaan saada paljon sellaista sairauden biologisista mekanismeista kertovaa tietoa, jolla on merkitystä myös potilaan hoidon kannalta”, sanoo väitöstutkija Dmitrii Bychkov.
Parempaa diagnostiikkaa ja yksilöllisempää hoitoa
Professori Johan Lundinin johtama ryhmä opetti tekoälyn tunnistamaan niin sanotuille ERRB2-positiivisille syöpäkasvaimille tyypilliset piirteet.
Työssään he hyödynsivät kansallisessa FinProg-tutkimuksessa kerättyä rintasyöpänäytteiden kokoelmaa.
ERRB2 on proteiini, joka kiihdyttää syöpäsolujen kasvua. Yhdellä viidestä rintasyöpäpotilaasta syöpäkudos tuottaa runsaasti ERRB2-proteiinia. Tällaisia potilaita hoidetaan yleensä biologisella täsmälääkkeellä.
Seuraavaksi ryhmä koulutti tekoälyn jakamaan lääkkeellä hoidetut potilaat kahteen ryhmään.
Ryhmiä vertaamalla tutkijat totesivat, että ne potilaat, jotka myös algoritmi luokitteli ERRB2-positiivisiksi, selvisivät syövästä useammin kuin algoritmin ERRB2-negatiivisiksi luokittelemat potilaat.
Koneälyyn perustuvat menetelmät voivat näin edistää rintasyövän tarkempaa diagnostiikkaa ja yksilöllisen hoidon suunnittelua.
Tutkimuksen löydökset osoittivat myös, että osalla ERR2-negatiivisten potilaiden näytteistä oli ERR2-positiivisille syöville tyypillisiä rakenteellisia piirteitä. Tutkijoiden mukaan on mahdollista, että myös nämä potilaat hyötyisivät ERR2-positiivisille potilaille kohdennetuista täsmälääkkeistä.
