Teknologi pencitraan canggih yang menggunakan kecerdasan buatan (AI) berpotensi memprediksi pasien kanker paru mana yang cenderung mengalami perkembangan kanker setelah operasi, menurut data baru.
Teknologi tersebut, yang dikenal sebagai highly multiplexed imaging mass cytometry (IMC), dapat memberikan perincian tingkat sel dari lingkungan mikro imun tumor, yang memungkinkan dokter untuk mengidentifikasi pasien yang membutuhkan pengobatan tambahan, serta mereka yang tidak.
Dr Logan Walsh
“Sudah diketahui bahwa frekuensi populasi sel tertentu dalam lingkungan mikro tumor berkorelasi dengan hasil klinis. Pengamatan ini membantu kita memahami biologi yang mendasari perkembangan kanker,” penulis senior Logan Walsh, PhD, asisten profesor genetika manusia dan Ketua Rosalind Goodman. dalam Penelitian Kanker Paru di Institut Kanker Rosalind dan Morris Goodman McGill University di Montreal, kepada Medscape Medical News.
“Kami ingin menguji apakah menggunakan AI yang benar-benar tidak memihak dapat menemukan dan menggunakan topografi spasial lingkungan mikro tumor dari data IMC untuk memprediksi hasil klinis,” katanya. “Ternyata jawabannya adalah ya! AI dapat memprediksi hasil klinis bila digabungkan dengan IMC dengan akurasi yang sangat tinggi dari satu inti tumor berukuran 1 mm2.”
Studi ini dipublikasikan pada 1 Februari di Nature.
Lanskap Kekebalan Tubuh
Kanker paru-paru adalah penyebab utama kematian terkait kanker di Kanada, melebihi gabungan kematian akibat kanker payudara, usus besar, dan prostat, tulis penulis penelitian.
Adenokarsinoma paru, kanker paru non-sel kecil, adalah subtipe yang paling umum dan ditandai dengan fitur seluler dan molekuler yang berbeda. Lingkungan mikro kekebalan tumor memengaruhi perkembangan penyakit dan respons terapi, tulis para penulis. Memahami lanskap spasial dari lingkungan mikro dapat memberikan wawasan tentang perkembangan penyakit, kerentanan terapeutik, dan biomarker respons terhadap perawatan yang ada.
Dalam sebuah studi kolaboratif, Walsh dan rekan dari McGill University dan Université Laval memprofilkan komposisi seluler dan organisasi spasial dari lingkungan mikro imun tumor pada tumor dari 416 pasien dengan adenokarsinoma paru di lima pola histologis. Mereka menggunakan IMC untuk menilai sampel dari biobank universitas yang telah disediakan pasien untuk tujuan penelitian.
Tim peneliti mendeteksi lebih dari 1,6 juta sel, yang memungkinkan analisis spasial garis keturunan kekebalan dan status aktivasi dengan korelasi klinis yang berbeda, termasuk kelangsungan hidup. Mereka menggunakan pendekatan penugasan garis keturunan yang diawasi untuk mengklasifikasikan 14 populasi sel kekebalan yang berbeda, bersama dengan sel tumor dan sel endotel.
Tumor padat bermutu tinggi memiliki infiltrasi imun terbesar (44,6%), dibandingkan dengan arsitektur mikropapiler (37%), asinar (39,7%), papiler (32,8%), dan lepidik (32,7%). Makrofag adalah populasi sel yang paling sering di lingkungan mikro imun tumor, mewakili 12,3% dari total sel dan 34,1% sel imun.
Prevalensi makrofag CD163+ berkorelasi kuat dengan sel T imunoregulasi FOXP3+ dalam pola padat. Hubungan ini kurang jelas dalam arsitektur lepidik dan papiler tingkat rendah. Temuan ini dapat menunjukkan interaksi antara makrofag dan populasi sel-T dalam lingkungan mikro imun tumor di seluruh pola adenokarsinoma paru.
Menggunakan model jaringan saraf yang dalam, para peneliti juga menganalisis hubungan antara populasi kekebalan dan variabel klinis atau patologis dengan memeriksa frekuensi jenis sel individu sebagai persentase dari total sel di setiap gambar. Setiap gambar direferensi silang dengan data klinis dari pasien, termasuk jenis kelamin, usia, indeks massa tubuh, status merokok, stadium, perkembangan, kelangsungan hidup, dan subtipe histologis.
Secara keseluruhan, para peneliti menemukan bahwa berbagai hasil klinis, termasuk perkembangan kanker, dapat diprediksi dengan akurasi tinggi menggunakan satu inti tumor berukuran 1 mm2. Misalnya, mereka dapat memprediksi perkembangan kanker paru-paru stadium IA dan IB dengan akurasi 95,9%.
Aplikasi Tambahan
“Kami tidak terkejut bahwa AI dapat memprediksi hasil klinis, tetapi kami terkejut bahwa AI dapat melakukannya dengan akurasi dan presisi yang tinggi,” kata Walsh. “Kami juga terkejut mengetahui bahwa prediksi kami sama akuratnya hanya dengan menggunakan data enam-pleks, dibandingkan dengan 35-pleks. Ini mengisyaratkan kepada kami bahwa kami berpotensi menurunkan jumlah penanda ke angka praktis yang sesuai dengan teknologi. tersedia di laboratorium patologi rutin.”
Walsh dan rekannya sekarang memvalidasi alat prediktif menggunakan teknologi kompleks yang lebih rendah. Selain itu, mereka sedang menyelidiki lanskap kekebalan tumor otak primer dan metastatik.
“Studi ini penting, karena membantu kita untuk memahami dan menghargai faktor biologis dan mekanistik yang dapat memengaruhi hasil pengobatan. Prediktor klinis standar kami untuk memprediksi risiko kekambuhan dan kemungkinan respons terhadap terapi tidak optimal,” Yee Ung, MD, seorang profesor onkologi radiasi di Sunnybrook Health Sciences Center di Toronto, mengatakan kepada Medscape.
Ung, yang tidak terlibat dalam penelitian ini, telah meneliti pencitraan hipoksia noninvasif dan menargetkan kanker paru-paru. Idealnya, katanya, penelitian di masa depan harus menggabungkan penggunaan faktor prediktif pencitraan noninvasif, selain lingkungan mikro kekebalan tumor dan faktor klinis, untuk memprediksi hasil dan memberikan perawatan yang dipersonalisasi.
“Saat kita mulai menyelidiki dan memahami lebih banyak tentang biologi kanker hingga ke tingkat seluler dan molekuler, kita perlu menggunakan metodologi AI secara strategis dalam pemrosesan dan analisis data,” katanya.
Studi ini didukung oleh Inisiatif Interdisipliner McGill dalam Infeksi dan Kekebalan, Kolaborasi Pendana Tumor Otak, Institut Penelitian Kesehatan Kanada, dan Yayasan Inovasi Kanada. Walsh dan Ung tidak mengungkapkan hubungan keuangan yang relevan.
Alam. Diterbitkan 1 Februari 2023. Teks lengkap
Carolyn Crist adalah jurnalis kesehatan dan medis yang melaporkan studi terbaru untuk Medscape, MDedge, dan WebMD.
Untuk berita lebih lanjut, ikuti Medscape di Facebook, Twitter, Instagram, dan YouTube.