קביעת דרגה היסטופתולוגית של אדנוקרצינומה של הריאה

במחקר שהתפרסם בכתב העת The American Journal of Pathology ההבחנה היסטופתולוגית של תתי-סוגים שונים של אדנוקרצינומה של הריאה (Lung Adenocarcinoma - LADC) נתונה לשונות גבוהה כתלות בפתולוג המאבחן, מה שעלול לפגוע בהערכה הפרוגנוסטית של המטופל. מכיוון שכך, במסגרת מחקר זה פיתחו החוקרים מערכת עצבית מסועפת המסוגלת להבחין בין תתי-סוגים שונים של LADC ולנבא שרידות מסויימת למחלה, על בסיס דירוג גידולי LADC שנקבע לאחרונה.

תמונות היסטופתולוגיות של גידולי LADC, שלגביהם התקבלה הסכמה רחבה, נאספו מ-17 מומחים לפתולוגיה ריאתית ומפתולוג מתלמד. שני מודלים של למידה עמוקה (AI-1, AI-2) אומנו לנבא שמונה דרגות שונות של LADC. לאחר מכן בחנו את המודלים בעזרת עוקבה עצמאית של 133 דגימות.

תוצאות המחקר הדגימו כי המודלים השיגו רמות גבוהות של דיוק, היזכרות וציוני F1 שעברו את הסף של 0.9 עבור מרבית קבוצות LADC. ריבוד ברור של שלוש דרגות של LADC הושג בעזרת ניבוי שרידות מסויימת למחלה בשני המודלים, ועקומות קפלן-מאייר הדגימו הבדלים מובהקים (p=0.0017 ו-p=0.0003). יתרה מזאת, שני המודלים שאומנו הדגימו יציבות גבוהה גם לאחר פילוח של כל צמד של דרגות ניבוי עם שונות נמוכה ביחסי הסיכונים על פני 200 דגימות.

מסקנת החוקרים הייתה כי רשת עצבית מסועפת מיומנת משפרת את הדיוק האבחנתי של הפתולוג, ומדייקת את הערכת הדרגה של LADC. מכיוון שכן, מערכות מיומנות מעין אלו יכולות להוות כלי חשוב בסיוע בהערכה השגרתית של תתי-סוגים של LADC ובדירוג הגידולים במסגרת קלינית.

מקור:

Lami K, Ota N, Yamaoka S, Bychkov A, Matsumoto K, Uegami W, Munkhdelger J, Seki K, Sukhbaatar O, Attanoos R, Berezowska S, Brcic L, Cavazza A, English JC, Fabro AT, Ishida K, Kashima Y, Kitamura Y, Larsen BT, Marchevsky AM, Miyazaki T, Morimoto S, Ozasa M, Roden AC, Schneider F, Smith ML, Tabata K, Takano AM, Tanaka T, Tsuchiya T, Nagayasu T, Sakanashi H, Fukuoka J. Standardized Classification of Lung Adenocarcinoma Subtypes and Improvement of Grading Assessment Through Deep Learning. Am J Pathol. 2023 Aug 5:S0002-9440(23)00273-0. doi: 10.1016/j.ajpath.2023.07.002. Epub ahead of print. PMID: 37544502.