בינה מלאכותית (AI) יכולה לחזות עד כמה חולים עם סרטן פי הטבעת יגיבו לטיפול על ידי ניתוח דגימות רקמה סטנדרטיות שנלקחו במהלך האבחון, מגלה מחקר חדש של חוקרים ב-UCL וב-UCLH.
ברוב סוגי הסרטן, הנוף החיסוני המקיף את הגידול ממלא תפקיד מרכזי בקביעת האופן שבו הסרטן מתקדם וכיצד החולים מגיבים לטיפול, אולם האינטראקציות המורכבות בין תאי חיסון, תאי גידול וטיפול נותרו לעתים קרובות לא מובנות.
המחקר החדש, שפורסם ב eBioMedicineבדקו תמונות פתולוגיה שגרתיות באמצעות AI למדידת סוגים ושפע של תאי חיסון מרכזיים המקיפים גידולי סרטן פי הטבעת, על מנת לחזות כיצד "מיקרו-סביבה של גידול" זו משפיעה על הישרדות והישנות המחלה בחולים.
תמונות אלו, שנוצרו מביופסיות של רקמת הגידול לצורך אבחנה, נבדקות ידנית על ידי פתולוג במיקרוסקופ. אבל החוקרים רצו לראות אם ניתן לאמן בינה מלאכותית לזהות 'חתימות' מפתח של תאי חיסון בתמונות ולקשר אותן לתוצאות המטופלים בשבריר מהזמן.
שקופיות פתולוגיות הן כבר חלק מהטיפול השגרתי, ולכן הן מקור שפע של נתונים. חזינו שנוכל לחלץ מידע רב ערך על הגידול של מטופל מהמגלשות הללו באמצעות AI, שהפך טוב מאוד בניתוח תמונות רפואיות בשנים האחרונות, ולקשר זאת לתוצאות המטופל.
מצאנו שבינה מלאכותית יכולה לקלוט אותות חיסוניים חשובים מהמגלשות הללו. חשוב לציין, זה יכול לעשות זאת תוך דקות, ולא ימים, כפי שיהיה במקרה של שיטות איטיות ויקרות יותר כמו רצף גנום שלם או תעתיק מרחבי. זה יכול להפוך את זה לפרקטי ובמחיר סביר להציע אבחון וטיפול מותאמים אישית יותר, אשר צפויים לשפר את תוצאות המטופל."
ד"ר צ'רלס-אנטואן קולינס-פקטה, מחבר בכיר של המחקר מ-UCL פיזיקה והנדסה ביו-רפואית
הצוות חקר דגימות משלוש קבוצות של חולים, כולל משתתפים בניסוי הקליני של ARISTOTLE. הם גילו שחולים עם יותר תאים חיסוניים הנקראים לימפוציטים – הנלחמים בזיהום ובמחלות, כולל סרטן – בגידולים ובסביבתם נטו לחיות זמן רב יותר והיו פחות סיכויים לראות את הסרטן שלהם חוזר.
עם זאת, לחולים עם יותר מקרופאגים – סוג אחר של תאים חיסוניים שתפקידם הרגיל הוא לנקות פולשים מזיקים כמו וירוסים, אבל שיכולים בשוגג לעזור לגידולים לצמוח – היו תוצאות גרועות יותר.
מאפיינים חיסוניים אלו אינם משמשים כיום בקבלת החלטות קלינית סטנדרטית עבור סרטן פי הטבעת, אך הם יכולים לספק דרך חדשה להתאים אישית את הטיפול הכימותרפי ולזהות אילו מטופלים נמצאים בסיכון גבוה יותר להישנות.
מערכת הבינה המלאכותית אומנה באמצעות מיליוני תמונות פתולוגיות ולאחר מכן נבדקה על 900 דגימות של חולים. הוא הצליח למדוד את רמות תאי החיסון לפני ואחרי הטיפול. חולים שהראו עלייה בלימפוציטים חודרים לגידול, המעידים על תגובה חיסונית אנטי-גידולית פעילה יותר, נטו לקבל תוצאות טובות יותר (כימותרפיה יכולה לעורר את מערכת החיסון על ידי גרימת מוות של תאי גידול ושחרור אותות המושכים ומפעילים תאי חיסון). לעומת זאת, מטופלים שהגידולים שלהם נותרו 'קרים' מבחינה אימונולוגית לאחר הטיפול היו בעלי סיכוי גבוה יותר לחוות הישנות מוקדם יותר.
המחקר בחן גם כיצד שינויים גנטיים בסרטן השפיעו על התגובה החיסונית. לדוגמה, לחולים עם גן KRAS תקין ורמות לימפוציטים גבוהות היו שיעורי הישרדות טובים יותר מאלו עם מוטציות KRAS ופחות לימפוציטים. באופן דומה, רמות מקרופאגים גבוהות היו מזיקות במיוחד בחולים עם מוטציות בגן TP53.
ד"ר Zhuoyan Shen, המחבר הראשון של המחקר מ-UCL Medical Physics והנדסה ביו-רפואית, אמר: "בעוד שפתולוגים מנוסים יכולים לזהות כמה מאפיינים חיסוניים של המיקרו-סביבה של הגידול, מידע זה אינו משמש באופן שגרתי למתן מידע לטיפול. גישת הבינה המלאכותית מזהה את ה'חתימות' החיסוניות הנסתרות הללו ישירות, ומציעה רמה של תובנה ביולוגית הניתנת להשגה דרך שיטות שלמות בלבד, אשר בדרך כלל יקרות, תובעני מבחינה טכנית, ואינו משמש כיום במרפאה למעט חולי סרטן פי הטבעת בשלב מאוחר.
"על ידי שילוב של נתוני תאי מערכת החיסון עם מידע גנטי, נוכל לקבל תמונה ברורה יותר של האופן שבו יתנהג הסרטן של כל חולה לפני ואחרי הטיפול. זה יכול לעזור לחלק את החולים לקבוצות סיכון גבוהות ונמוכות בעת ההחלטה על הטיפול הטוב ביותר, למשל שימוש בטיפול אגרסיבי יותר כדי לעזור להאט את המחלה בחולים בסיכון גבוה, תוך הפחתת החשיפה לכימותרפיה בכימותרפיה בחולים בסיכון נמוך".
החוקרים מצאו גם שגידולים בעלי קצב חלוקת תאים גבוה – הידוע כפעילות מיטוטית גבוהה – נטו לדכא את המערכת החיסונית ולהוביל לתוצאות גרועות יותר. זה מצביע על כך שסוגי סרטן שצומחים במהירות עשויים להיות קשה יותר לגוף להילחם בהם.
כדי להפוך את הממצאים שלהם לנגישים יותר לרופאים, הצוות יצר כלי מקוון בחינם, Octopath, שבו רופאים יכולים להעלות שקופיות פתולוגיות ולקבל ניתוח חיסוני אוטומטי.
עם זאת, החוקרים מזהירים כי נדרשת עבודה נוספת כדי לאשר את תוצאותיהם בקבוצות מטופלים גדולות ומגוונות יותר, דבר שהם מתכננים לעשות במחקר קליני עתידי. הם גם מקווים לחקור סוגי תאי חיסון מפורטים יותר ולהשתמש בטכניקות מתקדמות כדי להבין טוב יותר כיצד סרטן מקיים אינטראקציה עם מערכת החיסון.
פרופסור מריה הוקינס, מחברת בכירה של המחקר מ-UCL Medical Physics והנדסה ביו-רפואית ואונקולוגית קלינית יועצת של UCLH, אמרה: "זהו צעד מוקדם לקראת השימוש ב-AI כדי לסייע לסיווג נוסף של סרטן, אבל זה מבטיח ומרגש מאוד עבור קלינאים כמוני להתחיל להבין למה זה עלול להוביל בעתיד.
"כאן, אנו חוקרים בינה מלאכותית כדי לזהות סמנים ביולוגיים פוטנציאליים בביופסיות של סרטן פי הטבעת. בעתיד, רופאים ומטופלים ידונו בהתאמה אישית של הטיפול תוך שימוש במידע שסופק על ידי AI. עם זאת, נדרש מחקר נוסף כדי להבין כיצד הכי טוב לשלב סמנים ביולוגיים אלו בפרקטיקה הקלינית היומיומית".
מחקר זה מומן על ידי Cancer Research UK, UKRI Future Leaders Fellowship, UK Research and Innovation (UKRI), והאגודה הפתולוגית של בריטניה ואירלנד.
