Novi AI sistem za digitalnu patologiju omogućava razlikovanje Ewingovog sarkoma od morfološki sličnih tumora sa senzitivnošću od 97,1%, olakšavajući rad patolozima kod malih uzoraka biopsije.
Ewingov sarkom je rijetki maligni tumor koji prvenstveno pogađa djecu, adolescente i mlađe odrasle osobe. Obično nastaje u kostima, ali se može razviti i u mekom tkivu, gdje njegov mikroskopski izgled može podsjećati na druge tipove tumora. Ova sličnost može zakomplikovati dijagnozu, posebno kada je materijal biopsije ograničen. Kako bi se podržala dosljednija diferencijacija u izazovnim slučajevima, novi nalazi demonstriraju AI sistem dizajniran da razlikuje Ewingov sarkom od morfološki sličnih tumora.
Universitat Politècnica de València i Univerzitet u Valenciji razvili su i validirali AI sistem za digitalnu patologiju. Alat analizira digitalizirane histološke uzorke i identifikuje mikroskopske obrasce povezane sa svakim tipom tumora. Zatim generiše klasifikaciju namijenjenu podršci donošenju odluka u patohistologiji, posebno kada su dostupni samo mali uzorci biopsije.
Sistem je razvila istraživačka grupa CVBLab sa Universitat Politècnica de València i Artikode Intelligence, spinoff kompanija UPV-a. Obučen je i evaluiran koristeći 1.926 digitaliziranih histoloških uzoraka od 729 pacijenata iz četiri bolnice u Španiji i Italiji. Kohorta je uključivala 517 slučajeva Ewingovog sarkoma, zajedno sa rabdomiosarkomom, hondrosarkomom, gastrointestinalnim stromalnim tumorima i sinovijalnim sarkomom.
Model je postigao ukupnu dijagnostičku tačnost od 91,6%. Konkretno za Ewingov sarkom, senzitivnost je dostigla 97,1%. Sistem je takođe pokazao marginalnu stopu greške od 1,96% između Ewingovog sarkoma i rabdomiosarkoma, što je opisano kao najizazovnija diferencijalna dijagnoza među tumorima malih okruglih ćelija.
Studija je objavljena u časopisu International Journal of Molecular Sciences. Institucije koje su sarađivale uključuju Universitat Politècnica de València, Univerzitet u Valenciji, INCLIVA Institut za zdravstvena istraživanja, Artikode Intelligence i četiri bolnice u Španiji i Italiji. Nalazi pozicioniraju ovaj pristup kao objektivnu dijagnostičku podršku patolozima i kao način da se pomogne u očuvanju oskudnog tkiva biopsije usmjeravanjem potvrdnih ispitivanja.
“Novost projekta ne leži jednostavno u korištenju AI za dijagnosticiranje Ewingovog sarkoma, jer eksperimentalni pristupi dubokog učenja već postoje u ovoj oblasti. Naš prepoznatljiv doprinos leži u kombinaciji kliničkog problema koji se rješava, tipa podataka, strategije klasifikacije i fokusa na razvoj alata primjenjivog u stvarnoj digitalnoj patologiji,” izjavio je Francisco Giner, vodeći istraživač i prvi autor članka.
