22:00 
Модель искусственного интеллекта (ИИ), созданная путем интеграции клинических, молекулярных и гистопатологических данных, значительно улучшила стратификацию риска рецидива при гормональном рецепторе (HR)-положительном и HER2-отрицательном раке молочной железы, согласно результатам, представленным на Симпозиуме по раку молочной железы в Сан-Антонио (SABCS), состоявшемся 9–12 декабря 2025 года.
HR-положительный, HER2-отрицательный рак молочной железы Это наиболее распространенный подтип рака молочной железы, и по меньшей мере 50% всех рецидивов этого подтипа происходят более чем через пять лет после постановки диагноза, объяснил Джозеф А. Спарано, доктор медицинских наук, руководитель отделения гематологии и онкологии онкологического центра Маунт-Синай-Тиш. Показатель рецидивов Oncotype DX (ODX) по 21 гену, унимодальный молекулярный тест, который предоставляет прогностическую информацию об отдаленном рецидиве и прогностическую информацию о пользе химиотерапии, широко используется в клинической практике, хотя его способность прогнозировать рецидив после пятилетней отметки ограничена, отметил Спарано.
Нашей целью была разработка нового диагностического теста, который обеспечивает лучшую прогностическую оценку риска рецидива, в том числе позднего. риск рецидива путем изучения образцов опухолей из исследования TAILORx. Мы разработали модель искусственного интеллекта, которая оценивает как изображения оцифрованных слайдов, используемых для рутинной патологоанатомической оценки, так и молекулярные и клинические характеристики рака молочной железы, чтобы предоставить лучшую прогностическую информацию о риске рецидива рака на срок до 15 лет, включая ранний рецидив в течение пяти лет после постановки диагноза и поздний рецидив через пять лет».
Джозеф А. Спарано, доктор медицинских наук, руководитель отделения гематологии и онкологии в Mount Sinai Tisch Cancer Центр
Это включало разработку нового молекулярного теста, который включал расширенную панель генов, полученных с помощью пяти коммерчески доступных анализов генов, включая ODX.
Исследовательская группа использовала оцифрованные изображения тканей и данные экспрессии молекулярной РНК из 4462 образцов опухолей, а также соответствующие клинические данные участников исследования TAILORx. Эти данные были использованы для обучения и проверки нескольких моделей риска. Прогностические характеристики моделей сравнивались с результатами, использованными в ODX. C-индекс, равный 0,5, указывает на то, что тест не лучше, чем случайный, тогда как C-индекс, равный 1, указывает на идеальный прогноз.
ICM+, мультимодальная модель, объединяющая патологическую визуализацию (I), клиническая. (C) и расширенная молекулярная (M+) модели показали значительно лучшие результаты, чем ODX, в отношении общего отдаленного рецидива через 15 лет (индекс C 0,705 против 0,617) и позднего рецидива через 5 лет (индекс C 0,656 против 0,518) в наборе обучения/5-кратной перекрестной проверки, включающем 2806 пациентов с ICM+, также продемонстрировали аналогичные превосходные прогностические показатели по сравнению с моделью ODX. ODX в выборке для предварительной проверки, включающей 1621 пациента с общим рецидивом (индекс C 0,733 против 0,631) и поздним отдаленным рецидивом (индекс C 0,705 против 0,527).
Результаты этого исследования в конечном итоге приведут к появлению нового диагностического теста, который более надежно оценивает риск рецидива у женщин с HR-положительным результатом. HER2-отрицательный рак молочной железы с отсутствием узлов, который составляет около половины всех случаев рака молочной железы в Соединенных Штатах, объяснил Спарано.
"Это исследование показывает потенциал того, как ИИ может быть использован для разработки более качественных диагностических тестов, которые могут более точно оценить риск рецидива и индивидуализировать решения о лечении", - сказал Спарано, доступные в настоящее время молекулярные анализы, независимо от того, выполняются ли они в центральной справочной лаборатории или сертифицированной CLIA местной лаборатории, требуют сложного оборудования и технических знаний. он отметил, что «патомические инструменты на основе искусственного интеллекта, которые основаны на оценке слайдов образцов тканей, обычно получаемых в клинической практике, могут быть получены с помощью сканеров или даже широко доступных смартфонов, загружены в электронном виде и проанализированы централизованно с минимальными затратами», — добавил он.
Ограничением исследования является то, что оно не было предназначено для разработки тестов, которые прогнозировали бы пользу химиотерапии или пользу от продолжения адъювантной эндокринной терапии в течение пяти лет, сказал Спарано.
Это исследование было исследованием. государственно-частное партнерство между финансируемой из федерального бюджета группой исследований рака ECOG-ACRIN и Caris Life Sciences при поддержке Фонда исследования рака молочной железы, Национального института рака Национальных институтов здравоохранения и Фонда исследований рака молочной железы Почтовой службы США. Спарано выступает в качестве консультанта для AstraZeneca, Delphi Diagnostics, Genentech, Genomic Health/Exact Sciences, Novartis и Pfizer. PrecisionDX и получает институциональную исследовательскую поддержку от Olema Oncology.
