Zespół badawczy kierowany przez naukowców z Mass General Brigham oraz Dana‑Farber Cancer Institute opracował i zweryfikował nieinwazyjne narzędzie oparte na sztucznej inteligencji (AI), które potrafi przewidywać prawdopodobieństwo rozprzestrzenienia się raka gardła (oreofaryngeal carcinoma) — rodzaju nowotworu głowy i szyi rozwijającego się w gardle. Wyniki badań zostały opublikowane w Journal of Clinical Oncology.
Głównym klinicznym problemem jest to, że leczenie raka gardła zwykle obejmuje kombinacje zabiegu chirurgicznego, radioterapii i chemioterapii, które bywają trudne do zniesienia i mogą powodować trwałe skutki uboczne. Dlatego ważne jest precyzyjne rozróżnienie pacjentów, którzy powinni otrzymać intensywniejsze leczenie, od tych, u których bezpieczne i korzystne będzie zmniejszenie intensywności terapii. Jednym z kryteriów pomagających w takim doborze jest obecność patologicznego rozszerzenia pozawęzłowego (extranodal extension, ENE) — stanu, w którym komórki nowotworowe wychodzą poza węzeł chłonny do otaczających tkanek. Obecnie ostateczne rozpoznanie ENE wymaga chirurgicznego usunięcia i badania węzłów chłonnych.
Aby umożliwić ocenę ENE przed podjęciem decyzji terapeutycznych, zespół prowadzony przez dra Benjamina Kanna z programu Artificial Intelligence in Medicine (AIM) w Mass General Brigham oraz będący onkologiem radioterapeutą w Dana‑Farber Cancer Institute i Brigham and Women’s Hospital, opracował narzędzie wykorzystujące obrazy z tomografii komputerowej (CT). System analizuje skany i przewiduje liczbę węzłów chłonnych z ENE — informację prognostyczną związaną z ryzykiem niekontrolowanego rozprzestrzeniania się nowotworu oraz ze śmiertelnością.
Po zastosowaniu narzędzia do obrazów z 1 733 pacjentów z rakiem gardła algorytm potrafił przewidzieć przypadki niekontrolowanego rozsiewu choroby oraz gorsze przeżycia pacjentów. Dalsza integracja oceny AI z już stosowanymi klinicznymi wskaźnikami ryzyka poprawiła stratyfikację pacjentów, co przełożyło się na dokładniejsze prognozowanie przebiegu choroby u poszczególnych osób.
„Nasze narzędzie może pomóc zidentyfikować pacjentów, którzy powinni otrzymać wieloelementowe interwencje albo będą idealnymi kandydatami do badań klinicznych intensywnych strategii, takich jak immunoterapia lub dodatkowa chemioterapia” — powiedział dr Kann. Jak dodał, system może także wskazać pacjentów, u których możliwe jest obniżenie intensywności leczenia, na przykład leczenie chirurgiczne bez dalszej chemioradioterapii.
Dr Kann podkreślił również, że zdolność algorytmu do przewidywania liczby węzłów chłonnych z ENE to nowy, silny biomarker prognostyczny dla raka gardła, który mógłby zostać wykorzystany do udoskonalenia obecnego systemu stagingu i planowania leczenia.
Badanie: Ye Z et al., „Automated Lymph Node and Extranodal Extension Assessment Improves Risk Stratification in Oropharyngeal Carcinoma”, Journal of Clinical Oncology, DOI: 10.1200/JCO-24-02679. Informacje o badaniu udostępniła instytucja Mass General Brigham.
