Штучний інтелект допоміг спрогнозувати тип рецидиву та ризик метастазування раку молочної залози

Алгоритми штучного інтелекту допомогли передбачати тип локального рецидиву раку молочної залози після первинного лікування та оцінити ризик віддалених метастазів. Про це свідчить нове дослідження команди Semmelweis University, опубліковане в журналі Scientific Reports. 

Аналізуючи дані 154 пацієнток, дослідники виявили, що чим більше часу минає між первинним діагнозом і місцевим рецидивом пухлини, тим нижчий ризик метастазування. Отримані результати є важливим кроком до розробки персоналізованих стратегій лікування.

Застосувавши чотири математичні моделі, науковці досліджували, чи здатні алгоритми машинного навчання передбачати точну локалізацію рецидиву пухлини та оцінювати ймовірність розвитку метастазів у пацієнток із раком молочної залози. Локальний рецидив відрізняється від метастазування та може виникати в залишковій тканині молочної залози, грудній стінці, шкірі або рубці після операції.

Аналізувалися клінічні та патогістологічні дані 154 жінок із середнім періодом спостереження 11 років після встановлення первинного діагнозу. Інформація була доступна як про первинну пухлину, так і про локальний рецидив. Найкраща з моделей передбачала рецидив у залишковій тканині молочної залози з точністю 77%, а рецидив у післяопераційному рубці — з точністю 69%.

Найбільш значущими прогностичними факторами виявилися тип хірургічного втручання (органозберігаюча операція або мастектомія), вік пацієнтки на момент діагнозу, проліферативна активність пухлинних клітин за рівнем білка Ki67 та статус прогестеронових рецепторів (низький рівень або їхня відсутність погіршують прогноз захворювання).

Ще одним ключовим завданням було прогнозування ризику віддалених метастазів після локального рецидиву. Моделі машинного навчання продемонстрували 78% точності у цій задачі.

«Наші моделі пов’язують ризик метастазування насамперед із місцем рецидиву, тривалістю періоду між первинним діагнозом і рецидивом, а також видом лікування, яке отримала пацієнтка після рецидиву», — пояснює доктор Крістоф Аттіла Ковач, доцент кафедри патології Semmelweis University й перший автор дослідження.

Згідно з отриманими даними, ризик метастазування був нижчим у разі рецидиву в залишковій тканині молочної залози. Натомість рецидив у грудній стінці суттєво підвищував імовірність поширення пухлини на інші органи.

Дослідники також виявили, що пухлини, які рецидивували впродовж двох років після первинного діагнозу, значно частіше призводили до метастазів. У той же час локальні рецидиви, що виникали через понад п’ять років, зазвичай асоціювалися з гормоночутливими пухлинами, які мають кращий прогноз. У третини пацієнток спостерігалося декілька рецидивів, що ще більше підвищувало ризик метастазування.

«На жаль, навіть у випадках локально рецидивного раку молочної залози, який лікують хімієтерапією, ризик віддалених метастазів залишається значним. Це вказує на те, що в агресивних формах можуть знадобитися альтернативні таргетні методи терапії навіть для вторинних пухлин, що виникають у зоні хірургічного втручання», — зазначає докторка Анна Марія Тьокеш, співавторка автор дослідження.

За даними Всесвітньої організації охорони здоров’я (ВООЗ), у 2022 році 2,3 мільйона жінок мали діагноз рак молочної залози, і 670 тисяч померли від цієї хвороби. Хоча в розвинених країнах виживаність пацієнток із раком молочної залози за останні десятиліття значно зросла, дослідники наголошують, що навіть після успішного лікування пухлина повертається у 5–20% випадків.

«Локальні рецидиви суттєво відрізняються один від одного — деякі з них більш агресивні, ніж інші, і потребують різних підходів до лікування. Однак чинні клінічні рекомендації передбачають переважно однакову тактику терапії. Індивідуалізація лікування з урахуванням факторів ризику могла б покращити показники виживаності. Тому так важливо розуміти прогноз для різних типів рецидивів», — додає доктор Ковач.

Науковці наголошують, що подальші дослідження, які охоплюватимуть більшу кількість пацієнтів і включатимуть генетичний аналіз пухлин, допоможуть удосконалити прогностичні моделі. Поєднання машинного навчання з традиційними методами діагностики може сприяти ранньому виявленню груп високого ризику і дозволити своєчасно застосовувати цільові стратегії лікування — а це суттєво підвищить ефективність терапії та виживаність пацієнток.

Серед 154 проаналізованих пацієнток у 33 випадках рецидив стався через 10 років після первинного діагнозу, а в однієї жінки пухлина повернулася через 23 роки. Багато пацієнток припиняють проходити контрольні обстеження після ремісії. Проте регулярні огляди залишаються життєво важливими навіть через десятиліття після лікування.