האם רשת עצבים מלאכותית מסוגלת לזהות קרצינומה של השד בדגימות משוליים כירורגיים?

מצב השוליים הכירורגיים של דגימות מכריתת שד עקב קרצינומה פולשנית ושאת לא פולשנית תוך-צינורית (DCIS) עומד בבסיס תהליך קבלת ההחלטות הקליניות, כיוון ששוליים חיוביים קשורים לשיעורים גבוהים יותר של הישנות מקומית.

שיטת "cavity shave" להערכת השוליים מביאה תועלת רבה כיוון שהיא מאפשרת למנתח להשיג שוליים מדויקים במהלך הניתוח, ומאפשרת לפתולוג להעריך דגימות עם אזור אחד של שוליים מסומנים בדיו.

במחקר שפורסם בכתב העת Modern Pathology בדקו החוקרים האם לרשת עצבית מלאכותית עמוקה מסוג deep multi-magnification network (DMMN), יש יכולת להבדיל רקמת קרצינומה מרקמות שפירות בתמונות של סליידים שלמים (WSI) של שוליים "מגולחים". זאת, על מנת לבחון האם היא עשויה לשמש ככלי סקר פוטנציאלי שיביא לשיפור היעילות של ההערכה המיקרוסקופית של דגימות אלה.

החלת מודל ה-DMMN שאומן מראש, או המודל הראשוני, על קבוצת אימות שכללה 408 WSI (348 שפירים, 60 עם קרצינומה) הגיעה לערך שטח מתחת לעקומה (AUC) של 0.941.

לאחר הוספת הערות (annotations) באופן ידני וכוונון עדין של המערכת, המודל המעודכן השיג AUC של 0.968 עם רגישות של 100% וספציפיות של 78%.

החוקרים יישמו את המודל הראשוני והמעודכן על מערך בדיקות של 427 WSIs (374 שפירים, 53 עם קרצינומה), והגיעו לערכי AUC של 0.900 ו-0.927 בהתאמה. באמצעות סף סיווג הפיקסלים שנבחר מתוך מערך האימות, המודל הגיע לרגישות של 92% וספציפיות של 78%.

ארבע הסיווגים הכוזבים השליליים (FN) נבעו משני מוקדים קטנים של DCIS (1 מ"מ, 0.5 מ"מ) ושני מוקדים של קרצינומה פולשנית ממוינת היטב (3 מ"מ, 1.5 מ"מ).

מחקר זה מוכיח את היכולת העקרונית של מודל למידת מכונה DMMN לזהות קרצינומה פולשנית ו-DCIS בדגימות של שוליים כירורגיות ברמת דיוק גבוהה, ומראה כי יש לו פוטנציאל לשמש ככלי סינון להערכה פתולוגית של דגימות אלה.

מקור: 

D'Alfonso, TM et al. Modern Pathology. 2021 Aug;34(8):1487-1494.doi: 10.1038/s41379-021-00807-9.