VU ir Taivano mokslininkų sukurtas modelis atpažįsta gydymui atsparų šlapimo pūslės vėžį

Vilniaus universiteto (VU) tyrėjų komanda, vadovaujama prof. Arvydo Laurinavičiaus, kartu su VU ligoninės Santaros klinikų Urologijos centro ir Valstybinio patologijos centro kolegomis bei partneriais iš Taivano prestižiniame žurnale „npj Precision Oncology“, priklausančiame „Nature Portfolio“ leidinių grupei, paskelbė šlapimo pūslės vėžio prognozavimo tyrimo rezultatus. Tyrimas vykdytas bendradarbiaujant gydytojams urologams, patologams, duomenų mokslininkams ir dirbtinio intelekto (DI) tyrėjams iš Lietuvos ir Taivano. Jie integravo klinikinius, patologinius ir skaitmeninės patologijos duomenis ir panaudojo juos prognostiniams modeliams kurti.

Raumens neinfiltruojanti papilinė urotelio karcinoma (RNIPUK) – dažniausias šlapimo pūslės vėžio tipas. Standartinis šios ligos gydymas yra naviko transuretrinė rezekcija (pašalinimas) su ilgalaike intravezikine Bacille Calmette–Guérin (BCG) imunoterapija, kuri smarkiai mažina atkryčio ir ligos progresavimo riziką. Tačiau maždaug 40 proc. pacientų navikai yra atsparūs šiai imunoterapijos formai ir progresuoja nepaisant taikomo gydymo, todėl labai svarbu tiksliai prognozuoti ligos eigą ir identifikuoti pacientus, kuriems tikėtinas atsparumas ir reikalingos alternatyvios gydymo strategijos.

Anot prof. A. Laurinavičiaus, daugėjant RNIPUK šlapimo pūslės vėžio gydymo metodų, priimant klinikinius sprendimus labai svarbu numatyti ligos eigą: „Tai yra intensyvių tyrinėjimų sritis. Mūsų sukurti modeliai atskleidžia, kiek vertingos informacijos slypi mikroskopiniame naviko vaizde.“

Ligos eigai numatyti sukurtas DI modelis, apmokytas naudojant federuotojo mokymosi (angl. federated learning) metodiką, leidžiančią kurti bendrus prognostinius algoritmus iš skirtingose institucijose sukauptų duomenų jų neperkeliant į vieną centrinę duomenų bazę. Šis modelis didina naviko stadijos ir piktybiškumo laipsnio vertinimo tikslumą skaitmeniniuose histologiniuose vaizduose, identifikuoja naujus iš histologinių vaizdų gaunamus rizikos rodiklius, leidžiančius prognozuoti pacientų atsaką į gydymą, taip pat, remiantis naviko mikroarchitektūros ypatumais, leidžia suskirstyti pacientų grupes pagal skirtingą ligos atkryčio rizikos profilį.

Bendradarbiavimas su Taivano mokslininkais pradėtas dar 2023 m., kai į Lietuvoje vykusį tarptautinį gyvybės mokslų forumą „Life Sciences Baltics“ atvyko delegacija iš Taivano. „Vienas iš delegacijos atstovų, patologas dr. Yu-Chieh Lin, labai susidomėjo ir efektyviai įsitraukė į mūsų skaitmeninės patologijos komandos darbus. Taip užmezgėme bendradarbiavimą su Taivano kolegomis. O šis darbas įdomus dar ir tuo, kad dirbame savo skaitmeninėse erdvėse: taip algoritmai „keliauja ir mokosi“. Turime ir daugiau tyrimų rezultatų, tad neplanuojame sustoti“, – pasakoja prof. A. Laurinavičius.

Projektą finansuoja Lietuvos mokslo taryba pagal Švietimo, mokslo ir sporto ministerijos programą „Universitetų ekscelencijos iniciatyvos“ (LR ŠMSM mokslo plėtros programos pažangos priemonė Nr. 12-001-01-01-01 „Gerinti mokslo ir studijų aplinką“). Projekto sutarties numeris: S-A-UEI-23-11.