Инструмент на основе ИИ успешно предсказывает результаты иммунотерапии при раке легкого

Инструменты искусственного интеллекта (ИИ) могут помочь врачам предсказать результаты лечения и выживаемость пациентов с распространенным немелкоклеточным раком легкого (НМРЛ), получающих иммунотерапию, согласно новому исследованию, опубликованному в Nature Medicine. Исследование содержит результаты проекта I3LUNG, крупного международного испытания, направленного на улучшение лечения метастатического НМРЛ путем разработки прогностических моделей на основе ИИ, которые могут помочь определить наилучший терапевтический подход для каждого пациента.

Иммунотерапия — это лечение рака, которое усиливает и использует силу иммунной системы пациента против раковых клеток — трансформировала лечение рака легкого, достигая долгосрочной пользы у 20-30% пациентов. Однако большинство пациентов испытывают резистентность к лечению, и врачи все еще не могут надежно предсказать, какие пациенты получат пользу от иммунотерапии. В настоящее время решения о лечении в значительной степени основаны на экспрессии PD-L1 — биомаркера с известными ограничениями.

«Нам нужны более умные инструменты», — сказала торакальный онколог Марина Гарассино, доктор медицины, профессор медицины в UChicago Medicine и старший автор исследования.

Лучшие прогностические биомаркеры могут определить, какие пациенты, вероятно, ответят на иммунотерапию на момент диагностики, избегая ненужной токсичности и затрат. Улучшение способности делать эти прогнозы может помочь врачам лучше адаптировать лечение для отдельных пациентов. Проект I3LUNG был направлен на разработку и валидацию инструментов ИИ для поддержки решений по иммунотерапии при распространенном НМРЛ.

Для исследования международная команда исследователей набрала 2396 пациентов с распространенным НМРЛ, получавших иммунотерапию в шести центрах в Италии, Германии, Греции, Израиле, Испании и Соединенных Штатах. На первом этапе проекта команда интегрировала несколько типов данных, включая клинические, визуализационные, патологические и геномные данные от каждого пациента в базу данных. Затем они разработали и протестировали две семьи моделей ИИ, обученных предсказывать ответ на лечение и выживаемость, используя все собранные данные.

Исследователи обнаружили, что их модели ИИ постоянно превосходили все стандартные клинические биомаркеры. Площадь под кривой, или AUC, — это метрика машинного обучения, которая количественно определяет, насколько хорошо модель ИИ классифицирует информацию правильно или, в данном случае, точно предсказывает результаты выживаемости. Оценки между 0,8 и 0,9 считаются «отличными». В исследовании I3LUNG модель ИИ, которая использовала клинические и кровяные данные, достигла оценки AUC 0,77, в то время как модель, которая включала клинические и кровяные данные вместе с визуализацией и цифровой патологией, достигла оценки AUC 0,88.

Часть исследования проверила, что происходит, когда люди сотрудничают с инструментами ИИ. Двадцать врачей — 10 экспертов по раку легкого и 10 из других специальностей — рассмотрели 100 реальных случаев пациентов, сначала без, а затем с поддержкой ИИ. Доступ к инструменту ИИ улучшил чувствительность при выявлении ответивших пациентов, с AUC возросшим с 0,72 до 0,87.

Врачи, не являющиеся экспертами по раку легкого, показали наибольшие улучшения — результат с прямой релевантностью для параллельных онкологических условий, где торакальный опыт может быть ограничен. Межврачебское согласие возросло с незначительного до умеренного, что предполагает, что инструмент также способствует более последовательному клиническому мышлению на разных уровнях опыта.

«Это выравнивание между логикой машины и клинической логикой является важным для построения доверия к принятию решений с поддержкой ИИ», — сказала Гарассино.

Исследование сообщило о ретроспективной фазе проекта. I3LUNG сейчас перспективно набирает более 2000 пациентов в тех же шести международных центрах, позволяя исследователям сосредоточиться на оптимизации лечения. Они сказали, что это измерение важно, потому что оценка модели ИИ должна решать не только производительность модели, но и ее применимость в клинике.

«I3LUNG устанавливает новый стандарт для ИИ в торакальной онкологии. Инструменты поддержки решений, разработанные даже из обычно доступных клинических данных, могут превосходить биомаркеры, на которые мы полагаемся сегодня», — сказала Гарассино. «Для пациентов это означает меньше упущенных возможностей для получения пользы от лечения. Для врачей из общественного здравоохранения это означает доступ к руководству уровня эксперта в точке оказания помощи. Для этой области это обеспечивает строгую, справедливую и объяснимую базу — проверенную во всех различных системах здравоохранения и популяциях — которая может служить глобальной платформой для следующего поколения прецизионной иммунотерапии».