研究人员利用人工智能建立分子肿瘤分类和结直肠癌患者的预后

治疗肿瘤的分子亚型的医生需要信息如果他们提供在结直肠癌的靶向治疗。一个研究小组从苏黎世大学医院和牛津大学已经开发出一种方法来预测结直肠癌的分子分类从数字病理幻灯片。

结直肠癌症是第三个最常见的恶性肿瘤在男性和女性每年全球约有180万例新病例,包括4000年的瑞士。手术、放疗和化疗以及精密疗法治疗方案,但与相关的副作用。肿瘤的分子亚型精确信息使用RNA序列可以支持个性化治疗的患者分层。然而癌症分类通过RNA序列仍然是资源密集型的,昂贵的过程:检查一个样品成本超过1000瑞士法郎。此外,20%的样本不能确切分类由于可用性的材料不足或模棱两可的结果。

通过图像分析和人工智能研究进展

教授领导的研究小组维克托•Kolzer病理学和分子病理学研究所苏黎世大学医院(UHZ), Jens Rittscher教授,牛津大学的生物医学工程研究所,已经开发了一个更便宜,更快的方法:他们使用人工智能分析的高分辨率图像组织学幻灯片。这允许结直肠肿瘤的子分类为四个不同的转录子类型,给出了最佳治疗策略。与RNA序列,金本位制到目前为止,这个纯粹的基于图像的过程不需要任何额外的组织材料。它即使很小的组织碎片,可以组织样本进行分类,以前无法由于技术上的限制。程序也有可能大大降低成本。基于图像的程序可能因此改变个性化的治疗结肠直肠癌。然而为了使用这项新技术,组织学幻灯片需要适当准备:“在日常诊断为肿瘤使用人工智能分析实践,我们需要数字化病理工作流,“Kolzer教授说。

个性化医疗的战略重要性

今年4月,Kolzer教授接受了UHZ数字病理学助理教授职务。这个教授是第一个在瑞士的个性化医疗的战略重要性。教授Kolzer初始化这个项目AI-supported癌症分类牛津大学期间,与病理学家,一个强大的跨学科合作bioinformaticians,临床医生和统计学家的多机构研究分层结直肠癌(S-CORT)财团。

研究涉及1553数字的分析与RNA表达数据组织的幻灯片,基因突变和临床使用最新的机器视觉和进展人工智能技术。这种新技术首次出版在2019年5月底预印本和建议验证在前瞻性,随机临床试验。根据Kolzer教授,“验证后,我们将能够集中结直肠肿瘤的分类并释放技术使用了。”Scans of histological slides could be sent to university centers, where they would be evaluated and the results returned electronically. In the long term, the method could also be used for other tumor types or even other diseases. Prof. Maughan, leader of the S:CORT consortium comments: "this research shows that, with the help of computer analysis, it is possible to detect complex biological patterns from the way the cancer looks under the microscope using routine ways to prepare tissue slides. This has great potential for providing information on how the cancer will behave in the individual and use this in the future to guide treatment decisions."