Глиоми: по-добре оценете отговора на лечението благодарение на алгоритъм

заден план

Глиомите са мозъчни тумори. Може да се лекува по най-различни начини: например с лъчение, с химиотерапия, хирургично, с химиорадиотерапия или експериментално. Не всеки глиом обаче реагира еднакво добре на един вид лечение. Ето защо са необходими методи, които могат да предвидят възможно най-надеждно терапевтичния отговор на туморите. Растежът на тумори представлява особен интерес за учените и лекуващите лекари.

Досега мозъчните тумори са анализирани с помощта на ЯМР изображения. За тази цел все по-често се използват т. Нар. RANO критерии (Response Assessment in Neuro-Oncology), а ЯМР изображенията се анализират предимно двумерно и ръчно. Тези критерии могат да се използват за оценка на това колко дълго е вероятно туморът да остане без прогресия. Тази техника обаче носи със себе си някои проблеми, тъй като се основава на предположението, че туморите растат сферично и че е достатъчно да се измерват двуизмерно, за да се правят изявления за обема на тумора. Въпреки това, много тумори не растат равномерно във всички посоки, защото са силно повлияни от околната среда и лечението. Поради това те често приемат сложни форми и растат анизотропно. В резултат на това двумерното измерване достига своите граници. Въпреки това, триизмерните методи за измерване все още не са подходящи за ежедневна клинична употреба.

Поставяне на цели

Екипът около Dr. В своето проучване Филип Кикингедерър от Университетската болница в Хайделберг и Германския център за изследване на рака в Хайделберг си поставя за цел да разработи алгоритъм, използващ изкуствена невронна мрежа (ANN) [1]. Този алгоритъм трябва да може да анализира количествено MRT записите напълно автоматично и да изчислява времето без прогресия, както и да предсказва отговора на лечението при глиоми. Целта е да се намалят ограниченията на ръчната оценка на туморите. Алгоритъмът трябва да бъде вграден в съвместима с клиника софтуерна инфраструктура.

методология

Като първа стъпка учените използваха данните от 455 пациенти с хистологично потвърдени глиобластоми в Университетската болница в Хайделберг, за да научат изкуствения интелект да анализира ЯМР изображения независимо и по стандартизиран начин в съответствие с предварително определени критерии. Като вход, ANN беше захранван с четири различни MRI последователности, за които рентгенолозите предварително бяха разработили маска за сегментиране на тумора.

След това алгоритъмът беше проверен въз основа на надлъжни набори от данни от 40 други пациенти, лекувани в Хайделберг с хистологично потвърден глиобластом или нискостепенен глиом, и сравнен статистически ретроспективно с резултатите, получени от RANO. В същото време екипът подложи алгоритъма на втора проверка, използвайки многоцентрови данни. За целта те са използвали общо 2034 MRI изображения на 532 пациенти от 38 института в проучването EORTC-26101. И за двата набора от данни изкуственият интелект измери количествено пространствената и времева динамика на обема на тумора и автоматично изчисли периода от време, докато туморът ще прогресира. Учените също сравняват тези резултати статистически с помощта на коефициента Dice с резултатите, базирани на RANO, получени по време на лечението.

В последна стъпка Dr. Kickingereder и неговите колеги разработиха директно използваема софтуерна инфраструктура въз основа на резултатите от своето проучване и я тестваха в симулирана клинична среда с пациенти.

Резултати

Статистически изчислена, ANN получава среден коефициент на зарове от 0,89 за контрастиращи тумори и 0,93 за неусилени аномалии на Т2 сигнала в ЯМР за наборите от данни от Хайделберг и 0,91 и 0,93 за масивите от проучване EORTC-26101 . За да се оцени времето без прогресия, количествената оценка на терапевтичния отговор на базата на ANN е значително по-добра от общата преживяемост, базирана на RANO. Надеждността на оценката е подобрена с 36%.

За да се изчисли терапевтичният отговор на туморите в симулирана клиника с пациенти, изкуственият интелект се нуждае от десет минути компютърно време на сканиране.

Заключение

„Оценката на над 2000 МРТ изследвания на 534 пациенти с глиобластом от цяла Европа показва, че нашият компютърно-базиран подход позволява по-надеждна оценка на терапевтичния отговор, отколкото би било възможно при конвенционалния метод на ръчно измерване. Успяхме да подобрим надеждността на оценката с 36 процента. Това може да бъде от решаващо значение за образната оценка на ефикасността на терапията в клинични изпитвания. Новият ни метод също така позволи по-точно да се предскаже общата преживяемост “, обяснява д-р Филип Кикингедерър [2].

За да превърне резултатите в здрава система, която е подходяща за ежедневна употреба и е достатъчно тествана за клинична диагностика, системата сега трябва да се докаже в проспективни клинични проучвания. Според собствената информация на компанията, това сега се прилага като част от проучване, насочено към подобряване на лечението на пациенти с глиобластом в Германския център за изследване на рака и Националния център за туморни болести (NCT) в Хайделберг.