AI μοντέλο βελτιώνει την εκτίμηση κινδύνου υποτροπής σε καρκίνο μαστού
Ένα καινοτόμο μοντέλο τεχνητής νοημοσύνης (AI), που αναπτύχθηκε με τη συνδυαστική ανάλυση κλινικών, μοριακών και ιστοπαθολογικών δεδομένων, έχει δείξει σημαντική βελτίωση στην εκτίμηση του κινδύνου υποτροπής σε καρκίνο μαστού HR-θετικού και HER2-αρνητικού. Τα αποτελέσματα παρουσιάστηκαν στο Συνέδριο Καρκίνου Μαστού του Σαν Αντόνιο (SABCS), που πραγματοποιήθηκε από τις 9 έως τις 12 Δεκεμβρίου 2025.
Η σημασία της έρευνας
Ο καρκίνος μαστού HR-θετικός και HER2-αρνητικός είναι ο πιο κοινός τύπος καρκίνου μαστού. Σύμφωνα με τον Δρ. Joseph A. Sparano, επικεφαλής της Διεύθυνσης Αιματολογίας και Ογκολογίας στο Mount Sinai Tisch Cancer Center, τουλάχιστον το 50% των υποτροπών σε αυτόν τον τύπο συμβαίνει περισσότερα από πέντε χρόνια μετά τη διάγνωση. Το Oncotype DX (ODX), ένα μοριακό τεστ που παρέχει προγνωστικές πληροφορίες για απομακρυσμένη υποτροπή, χρησιμοποιείται ευρέως στην κλινική πρακτική, αλλά η ικανότητά του να προβλέπει υποτροπές μετά την πενταετία είναι περιορισμένη.
Η νέα διαγνωστική προσέγγιση
«Σκοπός μας ήταν να αναπτύξουμε ένα νέο διαγνωστικό τεστ που να παρέχει καλύτερη εκτίμηση του κινδύνου υποτροπής, συμπεριλαμβανομένου του κινδύνου καθυστερημένης υποτροπής», δήλωσε ο Δρ. Sparano. Η ομάδα ερεύνησε δείγματα όγκων από τη δοκιμή TAILORx και ανέπτυξε ένα μοντέλο AI που αξιολογεί τόσο τις εικόνες ψηφιοποιημένων παρασκευασμάτων όσο και τα μοριακά και κλινικά χαρακτηριστικά του καρκίνου του μαστού. Αυτό το μοντέλο μπορεί να παρέχει καλύτερες προγνωστικές πληροφορίες για τον κίνδυνο υποτροπής έως 15 χρόνια, συμπεριλαμβανομένων των πρώιμων υποτροπών εντός πέντε ετών και των καθυστερημένων υποτροπών μετά από πέντε χρόνια.
Αξιολόγηση και αποτελέσματα
Η έρευνα περιλάμβανε την ανάπτυξη ενός νέου μοριακού τεστ που συνδύασε ένα επεκταμένο πάνελ γονιδίων από πέντε εμπορικά διαθέσιμες γονιδιακές εξετάσεις, συμπεριλαμβανομένου του ODX. Η ομάδα χρησιμοποίησε ψηφιοποιημένες εικόνες ιστών και δεδομένα μοριακής έκφρασης RNA από 4,462 δείγματα όγκων, τα οποία συνδυάστηκαν με κλινικά δεδομένα από συμμετέχοντες στη μελέτη TAILORx. Τα δεδομένα αυτά χρησιμοποιήθηκαν για την εκπαίδευση και την επικύρωση αρκετών μοντέλων κινδύνου.
Η απόδοση των προγνωστικών μοντέλων συγκρίθηκε με τα αποτελέσματα του ODX που χρησιμοποιήθηκαν στη δοκιμή για την καθοδήγηση της χημειοθεραπείας. Η αξιολόγηση πραγματοποιήθηκε με τη χρήση του δείκτη συμφωνίας (C-index), ο οποίος μετρά την ικανότητα ενός διαγνωστικού τεστ να κατατάσσει σωστά τον κίνδυνο υποτροπής. Το ICM+, ένα πολυδιάστατο μοντέλο που ενσωματώνει την παθολογική απεικόνιση, τα κλινικά και τα επεκταμένα μοριακά δεδομένα, παρουσίασε σημαντικά καλύτερη απόδοση από το ODX για συνολική απομακρυσμένη υποτροπή στα 15 χρόνια.
Το μέλλον της διάγνωσης
Τα ευρήματα αυτής της μελέτης αναμένεται να οδηγήσουν στη διάθεση ενός νέου διαγνωστικού τεστ που θα εκτιμά πιο αξιόπιστα τον κίνδυνο υποτροπής σε γυναίκες με HR-θετικό, HER2-αρνητικό καρκίνο μαστού, ο οποίος αντιπροσωπεύει περίπου το ήμισυ όλων των περιπτώσεων καρκίνου μαστού στις Ηνωμένες Πολιτείες. «Αυτή η μελέτη δείχνει τη δυνατότητα αξιοποίησης της AI για την ανάπτυξη καλύτερων διαγνωστικών τεστ που μπορεί να εκτιμούν πιο ακριβώς τον κίνδυνο υποτροπής και να εξατομικεύουν τις αποφάσεις θεραπείας», τόνισε ο Δρ. Sparano.
