מחקר חדש מבית הספר לרפואה של אוניברסיטת וושינגטון בסנט לואיס מתאר שיטה חדשנית לניתוח ממוגרפיה המשפרת משמעותית את הדיוק בחיזוי הסיכון להתפתחות סרטן השד בחמש השנים הבאות. באמצעות עד שלוש שנים של ממוגרפיות קודמות, השיטה החדשה זיהתה אנשים בסיכון גבוה לפתח סרטן שד פי 2.3 יותר מאשר השיטה הסטנדרטית, המבוססת על שאלונים הערכת גורמי סיכון קליניים בלבד, כגון גיל, גזע והיסטוריה משפחתית של סרטן השד.
המחקר פורסם ב-5 בדצמבר ב JCO Clinical Cancer Informatics.
אנו מחפשים דרכים לשפר את הגילוי המוקדם, שכן זה מגדיל את הסיכויים להצלחת הטיפול. חיזוי משופר זה של סיכון עשוי גם לסייע במחקר סביב מניעה, כך שנוכל למצוא דרכים טובות יותר לנשים שנכללות בקטגוריית הסיכון הגבוהה להפחית את הסיכון לחמש שנים שלהן ללקות בסרטן השד".
גרהם א. קולדיץ, MD, DrPH, סופר בכיר, מנהל שותף של המרכז לסרטן סיטמן, שבסיסו בבית החולים היהודי בארנס וב-WashU Medicine, והפרופסור לכירורגיה של ניס-גיין
שיטת חיזוי סיכונים זו מתבססת על מחקר עבר בהובלת Colditz והמחבר הראשי שו (ג'וי) Jiang, PhD, סטטיסטיקאי, מדען נתונים ופרופסור חבר לכירורגיה בחטיבה למדעי בריאות הציבור ב-WashU Medicine. החוקרים הראו שבדיקות ממוגרפיה קודמות מכילות שפע של מידע על סימנים מוקדמים להתפתחות סרטן השד שלא ניתן לתפוס אפילו על ידי עין אנושית מאומנת היטב. מידע זה כולל שינויים עדינים לאורך זמן בצפיפות השד, המהווה מדד לכמויות היחסיות של רקמות סיבית לעומת רקמות שומניות בשדיים.
עבור המחקר החדש, הצוות בנה אלגוריתם המבוסס על בינה מלאכותית שיכול להבחין בהבדלים עדינים בממוגרפיה ולעזור לזהות אותן נשים בסיכון הגבוה ביותר לפתח גידול שד חדש בפרק זמן מסוים. בנוסף לצפיפות השד, כלי למידת המכונה שלהם מתחשב בשינויים בדפוסים אחרים בתמונות, כולל במרקם, הסתיידות ואסימטריה בתוך השדיים.
"השיטה החדשה שלנו מסוגלת לזהות שינויים עדינים לאורך זמן בתמונות ממוגרפיה חוזרות ונשנות שאינן נראות לעין", אמר ג'יאנג, אך השינויים הללו מכילים מידע עשיר שיכול לסייע בזיהוי אנשים בסיכון גבוה.
נכון לעכשיו, אפשרויות הפחתת הסיכון מוגבלות ויכולות לכלול תרופות כגון טמוקסיפן המורידות את הסיכון אך עשויות להיות להן תופעות לוואי לא רצויות. לרוב, לנשים בסיכון גבוה מוצעת בדיקה תכופה יותר או אפשרות להוסיף שיטת הדמיה נוספת, כמו MRI, כדי לנסות לזהות סרטן מוקדם ככל האפשר.
"היום, אין לנו דרך לדעת מי צפוי לפתח סרטן שד בעתיד בהתבסס על תמונות הממוגרפיה שלהם", אמרה שותפה לכותבת דבי ל. בנט, MD, פרופסור חבר לרדיולוגיה ומנהלת הדמיית שד עבור מכון Mallinckrodt לרדיולוגיה ב-WashU Medicine. "מה שכל כך מרגש במחקר הזה הוא שהוא מצביע על כך שאפשר ללקט את המידע הזה מממוגרפיות נוכחיות וקדמות באמצעות האלגוריתם הזה. התחזית לעולם לא תהיה מושלמת, אבל המחקר הזה מצביע על כך שהאלגוריתם החדש הרבה יותר טוב מהנוכחי שלנו. שיטות."
AI משפרת חיזוי של התפתחות סרטן השד
החוקרים אימנו את אלגוריתם למידת המכונה שלהם על ממוגרפיות של יותר מ-10,000 נשים שקיבלו בדיקות סרטן שד דרך מרכז הסרטן Siteman בין השנים 2008 – 2012. אנשים אלו היו במעקב עד 2020, ובזמן הזה 478 אובחנו כחולות בסרטן השד.
לאחר מכן החוקרים יישמו את השיטה שלהם כדי לחזות את הסיכון לסרטן השד בקבוצה נפרדת של חולים -; יותר מ-18,000 נשים שקיבלו ממוגרפיה דרך אוניברסיטת אמורי באזור אטלנטה בין השנים 2013 – 2020. לאחר מכן, 332 נשים אובחנו כחולות בסרטן השד במהלך תקופת המעקב, שהסתיימה ב-2020.
על פי מודל החיזוי החדש, נשים בקבוצת הסיכון היו גבוהות פי 21 לאובחנה עם סרטן השד במהלך חמש השנים הבאות מאשר אלו בקבוצת הסיכון הנמוכה ביותר. בקבוצת הסיכון הגבוה, 53 מכל 1,000 נשים שנבדקו פיתחו סרטן שד במהלך חמש השנים הבאות. לעומת זאת, בקבוצת הסיכון הנמוך, 2.6 נשים לכל 1,000 שנבדקו פיתחו סרטן שד במהלך חמש השנים הבאות. לפי השיטות הישנות מבוססות השאלונים, רק 23 נשים לכל 1,000 שנבדקו סווגו בצורה נכונה בקבוצת הסיכון הגבוה, מה שסיפק עדות לכך שהשיטה הישנה, במקרה זה, החמיצה 30 מקרים של סרטן השד שמצאה השיטה החדשה.
בדיקות הממוגרפיה נערכו במרכזים רפואיים אקדמיים ובמרפאות קהילתיות, והוכיחו כי דיוק השיטה מתקיים במסגרות מגוונות. חשוב לציין, האלגוריתם נבנה עם ייצוג חזק של נשים שחורות, שבדרך כלל מיוצגות בחסר בפיתוח מודלים של סיכון לסרטן השד. הדיוק בחיזוי הסיכון החזיק מעמד בין קבוצות גזעיות. מבין הנשים שנבדקו באמצעות Siteman, רובן היו לבנות, ו-27% היו שחורות. מבין אלו שנבדקו דרך אמורי, 42% היו שחורים.
בעבודה מתמשכת, החוקרים בודקים את האלגוריתם בנשים עם רקע גזעי ואתני מגוון, כולל אלה ממוצא אסיה, דרום מזרח אסיה ואינדיאני, כדי להבטיח שהשיטה מדויקת באותה מידה עבור כולם.
החוקרים עובדים עם המשרד לניהול טכנולוגיה של WashU לקראת פטנטים ורישוי על השיטה החדשה במטרה להפוך אותה לזמינה רחבה בכל מקום שבו ניתנות ממוגרפיות סקר. קולדיץ וג'יאנג פועלים גם להקמת חברת סטארט-אפ סביב הטכנולוגיה הזו.
Jiang S, Bennett DL, Rosner BA, Tamimi RM, Colditz GA. פיתוח ואימות של מודל סיכון דינמי לסרטן שד לחמש שנים באמצעות ממוגרפיה חוזרת. JCO Clinical Cancer Informatics. 5 בדצמבר 2024.
עבודה זו נתמכה על ידי בית הספר לרפואה של אוניברסיטת וושינגטון בסנט לואיס.
לג'יאנג ולקולדיץ יש פטנטים ממתינים הקשורים לעבודה זו, המנבאים סיכון למחלה באמצעות תמונות רדיומיות.
