טכנולוגיית עיבוד תמונה ממוחשב מתפתחת כתחום העשוי להביא לשיפור הערכה היסטו-פתולוגית של מספר ממאירויות. במאמר שחדש שפורסם בכתב העת Nature Communications במהלך חודש אוגוסט מסבירים מומחים כי ניתן לאמן מחשבים לנתח דגימות היסטופתולוגיות לאחר צביעות מתאימות, של חולים עם סרטן ריאות, בדרגת דיוק גבוהה יותר מזו של פתולוגים מנוסים.

הטכנולוגיה מתבססת על מידע מקרוב ל-10,000 מאפייני תמונה, דוגמת גודל תאים, צורה, פיזור פיקסלים בתאים וגרעינים, מרקם תאים וגרעינים.

החוקרים אספו 2,186 תמונות היסטופתולוגיות מ-1,017 חולים (515 עם אדנוקרצינומה של  הריאות, 502 עם ממאירות תאי קשקש של הריאות) מפרויקט TCGA (The Cancer Genome Atlas). התמונות כללו קרצינומה כמו גם רקמה שפירה סמוכה. בנוסף, 294 מערכי דגימות (תמונה אחת לכל אחת מ-227 מקרי אדנוקרצינומה של הריאות ו-67 קרצינומות של תאי קשקש) ממאגר TMA (Stanford Tissue Microarray) שימשה לאישור הנתונים.

גישה זו של “לימוד-מכונה” הייתה מדויקת מאוד בזיהוי מקרי סרטן ריאות עם היסטולוגית תאי קשקש מסרטן ריאות מסוג אדנוקרצינומה וכן הצליחה בניבוי פרוגנוזה הישרדות ארוכת טווח וקצרת-טווח בדיוק של מעל 85%.

החוקרים מסבירים כי גישה זו עשויה לשמש כגישה משלימה להערכה סובייקטיבית ע”י פתולוגים. שיעורי ההסכמה בין שני פתולוגים מנוסים מאוד שיבחנו אותה דגימה עומדים על 60%. גישה זו מהווה תחליף להערכה הסובייקטיבית באמצעות מדדים מתוחכמים וכמותיים העשויים להביא לשיפור התוצאות.

Nat Commun. Published online August 16, 2016

לידיעה במדסקייפ