Компьютерная программа способна классифицировать рак молочной железы, предвидя, какие виды опухолей связаны с худшими последствиями для пациента, а, следовательно, требуют более агрессивного лечения. При этом программа направлена на усовершенствование метода диагностики, который остается практически неизменным уже более 80 лет.
Метод классификации опухолей молочной железы начал применяться с 1928 года и в значительной степени основывался на трех критериях, в какой степени клетки напоминают здоровую ткань, сколько клеток имеют аномальные ядра и сколько клеток в образце находятся на стадии разделения. Но после того как компьютерной программе — по имени C-Path, специально для патологов-диагностиков — дали проанализировать учебную выборку изображений опухоли молочной железы и данные выживших пациентов, она предоставила новый перечень признаков, которые гораздо лучше предусматривали последствия.
Вместо того, чтобы сосредотачиваться на самих опухолевых клетках, С-Path установила, что наиболее прогнозируемые признаки нужно искать в клетках, окружающих опухоль — в области, которая называется строма. «Она действительно показала нам, что рак — это настоящая экосистема», сказал Дафне Колер — ученый из Стэнфордского университета в Калифорнии, главный автор статьи. «Однако в настоящее время, патологи обычно не совсем обращают внимание на строму». Попав в патлабораторию, чувствуешь себя, словно сделал шаг назад во времени — патологи, сгорбившись над микроскопами, анализируют окрашенные слайды тканей, которые могут использоваться десятилетиями. Но и здесь есть место изменениям, говорит Дэвид Римма — патолог в Школе медицины Йельского университета в Нью-Хейвене, штат Коннектикут. «Речь уже идет не только о классических красителях. Речь идет о молекулярных событиях ». Эти новые возможности побудили Андрю Бека — патолога, который является также автором статьи о программе C-Path, искать возможность получить подготовку и по биоинформатике. Он знал, что патологи-лаборанты обрабатывают тысячи образцов тканей ежегодно, которые он называет «сокровищницей данных». Однако было необходимо появление новых методов, чтобы можно было связывать эти морфологические выводы с новыми молекулярными данными, которые все чаще начинают влиять на решения относительно лечения.
Программа C-Path — не первая попытка количественно и автоматизировано подойти к традиционному искусству патологии, говорит Бек. «И это тоже трудно сделать», рассказывает он. «Изображение очень сложные и гетерогенные — это не тот случай, когда информацию можно легко превратить в количественные результаты». Бек и его коллеги решили пойти другим путем. Вместо того, чтобы учить компьютерную программу распознавать те значения, которым патологи раньше уделяли много внимания, они решили, пусть машина сама попытается их определить. Для этого они предоставили ей выборку изображений тканей опухоли и данных пятилетней давности от 248 женщин с раком молочной железы, которые выжили. Программа попыталась найти 6642 признаков, выбрав подмножество признаков, которые надежно предсказывали это выживание, а затем применили их для проверки данных других 328 женщин. При этом выбранные программой признаки точно согласовывались с общим выживанием в обоих случаях. Этот метод является значительным шагом для быстрой модернизации отрасли, говорит Римма. Но он должен быть проверен на более объемных исследованиях, прежде чем его можно будет применить в клинике.Римма также отмечает, что во время «программного обучения» C-Path, они включили 42 образцы из выборки с точно установленным диагнозом, чтобы посчитать различия в методе окраски, который использовался для двух выборок. Эта изменчивость оказалась обычной, она говорит: «В некоторых лабораториях любят добавлять больше красного, в других — больше синего». Это может осложнить попытки применить программу в клинических условиях, признает Бек. Не исключено, что лаборатории должны будут придерживаться специального протокола для окраски, если С-Path включат к методу анализа данных. Между тем Римма надеется, что их программный метод применим и для других видов рака, таких как рак предстательной железы и мочевого пузыря, для которых классификация является делом только специально тренированного глаза профессионала. «В тех случаях, когда вы показываете образец другим патолога, вы обычно получаете с их стороны разную оценку», говорит он. «И если вы собираетесь лечить со ссылкой на обычную оценку, то могут возникнуть проблема из-за субъективности».