Tekoäly ennustaa rintasyövän täsmähoidon tehoa suoraan kasvaimen kudosrakenteesta
Tekoälyä ja koneoppimista hyödynnetään koko ajan enemmän syöpätutkimuksessa ja se tarjoaa paljon mahdollisuuksia myös kliiniseen diagnostiikkaan. Algoritmeja on opetettu suorittamaan monimutkaisia tehtäviä, kuten syöpäkudoksen tunnistamista ympäröivästä kudoksesta ja kasvaimen pahanlaatuisuusasteen määrittämistä. Myös sairauden ennusteen tuottamista kokonaan ilman asiantuntijan lausuntoa on tutkittu lupaavin tuloksin.
Tänään Scientific Reports –tiedejulkaisussa julkaistussa tutkimuksessa professori Johan Lundinin johtama tutkimusryhmä halusi laajentaa näiden sovellusten käyttömahdollisuuksia entisestään.
Tutkimuksessa keskityttiin kehittämään tekoälyyn perustuvaa työkalua, joka pystyisi tunnistamaan niin sanotut ERRB2-positiiviset syöpäkasvaimet.ERRB2 (toiselta nimeltään HER2) on proteiini, joka kiihdyttää syöpäsolujen kasvua. Noin yhdellä viidestä rintasyöpäpotilaasta on tätä kasvutekijää koodaavan geenin monistuma, jolloin syöpäkudos tuottaa ylimäärin ERRB2-proteiinia. Tällaisia potilaita hoidetaan yleensä biologisella täsmälääkkeellä.
Kansallisen FinProg-tutkimuksen keräämää rintasyöpänäytekokoelmaa hyödyntämällä tutkijat osoittivat, että tekoälyalgoritmi pystyi oppimaan ERRB2-positiivisille syöpäkasvaimille ominaisia piirteitä. ERR2-positiivisuden tunnistamiseen ei siis tarvittu molekyylibiologisia testejä vaan siihen riitti digitoitujen syöpäkudosnäytteiden analysoiminen.
–Tuloksemme osoittavat, että koneoppimisen avulla syöpäkudoksen rakenteesta voidaan saada paljon sellaista sairauden biologisista mekanismeista kertovaa tietoa, jolla on merkitystä myös potilaan hoidon kannalta, sanoo tutkimuksen toteuttanut väitöskirjatyöntekijä Dmitrii Bychkov Helsingin yliopiston Suomen molekyylilääketieteen instituutista.
Seuraavaksi tutkimusryhmä halusi selvittää, voisiko menetelmää soveltaa laajemminkin potilaan ennusteen ja lääkevasteen selvittämiseen. Tähän hyödynnettiin näyteaineistoa ERRB2-positiivisen rintasyövän täsmälääkeen, trastutsumabin, tehoa selvittäneestä kliinisestä FinHer-tutkimuksesta.
Tulokset osoittivat, että tekoäly pystyi kudosnäytteitä analysoimalla luokittelemaan täsmälääkkeellä hoidetut ERRB2-positiiviset potilaat kahteen ryhmään. Ryhmiä vertaamalla voitiin todeta, että ne potilaat, jotka myös algoritmi luokitteli ERRB2-positiivisiksi, selvisivät syövästä useammin kuin algoritmin ERRB2-negatiivisiksi luokittelemat potilaat.
– Nämä koneälyyn perustuvat menetelmät avaavat uusia mahdollisuuksia syövän kehittymisen kannalta oleellisten rakenteellisten ominaisuuksien havaitsemiseen ja voivat tulevaisuudessa osaltaan edistää rintasyövän tarkempaa diagnostiikkaa ja yksilöllisen hoidon suunnittelua, sanoo dosentti Nina Linder, yksi tutkimuksen vastuututkijoista.
Tutkimuksen löydökset osoittivat myös, että osalla ERR2-negatiivisten potilaiden syöpänäytteistä oli ERR2-positiivisille syöville tyypillisiä rakenteellisia piirteitä. Tutkijoiden mukaan onkin mahdollista, että myös nämä potilaat hyötyisivät ERR2-positiivisille potilaille kohdennetuista täsmälääkkeistä.
Tutkimukseen osallistuneen Helsingin yliopistossa ja HUS Syöpäkeskuksessa toimivan professori Heikki Joensuun mukaan on huomionarvoista, että analyysia varten kudosnäytteitä ei tarvitse käsitellä erikoismenetelmin, vaan normaalit kudosleikkeet riittävät.
– Tekoälyyn perustuvat menetelmät saattavat joiltain osin jopa ylittää nykyisten diagnostisten menetelmien tarkkuuden ja edistää näin yksilöllisen syövänhoidon toteuttamista. Nyt esitetyn hypoteesin testaamiseksi voisi olla hyvä suunnitella kliininen koe, Joensuu sanoo.
– Tämä on yksi ensimmäisistä tutkimuksista, jotka osoittavat, että kasvainnäytteisiin käytetty tekoäly voi ennustaa rintasyövän täsmähoidon tehoa, toteaa professori Johan Lundin.
Tutkimusta ovat rahoittaneet iCAN Digital Precision Cancer Medicine Flagship projekti, Sigrid Juséliuksen Säätiö, Biomedicum Helsinki Säätiö, Orionin tutkimussäätiö, Finska Läkaresällskapet r.f, ja HiLIFE Helsinki Institute of Life Sciences.
Alkuperäinen julkaisu
Bychkov D, Linder N, Tiulpin A, Kucukel H, Lundin M, Nordling S, Sihto H, Isola J, Lehtimaki T, Kellokumpu-Lehtinen PL, von Smitten K, Joensuu H, Lundin J. Deep learning identifies morphological features in breast cancer predictive of cancer ERBB2 status and trastuzumab treatment efficacy. Sci Rep 11, 4037 (2021), https://doi.org/10.1038/s41598-021-83102-6
Lisätietoja
Tutkimusjohtaja Johan Lundin
Suomen molekyylilääketieteen instituutti FIMM
HiLIFE, Helsingin yliopisto
Professor of Medical Technology, Karolinska Institutet, Sweden
puh. +358 50 4155459
Tietoja julkaisijasta

PL 3
00014 Helsingin yliopisto
02941 22622 (mediapalvelu) 02941 911 (vaihde) (vaihde)https://www.helsinki.fi/fi/yliopisto
Helsingin yliopisto on yli 40 000 opiskelijan ja työntekijän kansainvälinen tiedeyhteisö, joka toimii neljällä kampuksella Helsingissä ja usealla muulla paikkakunnalla Suomessa. Kansainvälisissä yliopistovertailuissa se on ollut toistuvasti maailman sadan parhaan yliopiston joukossa. Helsingin yliopisto on perustettu vuonna 1640.
Tilaa tiedotteet sähköpostiisi
Haluatko tietää asioista ensimmäisten joukossa? Kun tilaat tiedotteemme, saat ne sähköpostiisi välittömästi julkaisuhetkellä. Tilauksen voit halutessasi perua milloin tahansa.
Lue lisää julkaisijalta Helsingin yliopisto
Kaksoisvalohoito vähentää ikenien verenvuotoa ja tulehdusta hammasimplanttien ympärillä1.7.2025 09:59:32 EEST | Tiedote
Kaksoisvalohoito (Lumoral) tarjoaa kotikäyttöön turvallisen ja tehokkaan vaihtoehdon implanttien ympäristön tulehduksen hallintaan ilman antibiootteja.
Tutut maatalousympäristön linnut vähenevät, eteläiset yleislajit runsastuvat30.6.2025 08:00:00 EEST | Tiedote
Moni tuttu lintulaji harvinaistuu entisestään. Varpusia ja kuoveja on nyt vähemmän kuin koskaan aiemmin. Toisaalta monien eteläisten lajien voittokulku jatkuu. Mustarastaita ja peukaloisia esiintyy ennätysmäisen runsaasti.
Panimoteollisuuden sivuvirroista terveellisiä elintarvikkeita27.6.2025 13:02:54 EEST | Tiedote
Helsingin yliopiston tutkijat ovat keksineet innovatiivisen ja kestävän tavan hyödyntää mäskiä ja muita panimoteollisuuden sivutuotteita muokkaamalla niistä hyödyllisiä elintarvikkeita.
Mielenterveyden häiriöt koskettavat valtaosaa suomalaisista26.6.2025 08:30:00 EEST | Tiedote
Arviolta 77 % naisista ja 70 % miehistä saa elämänsä aikana jonkin mielenterveyden, käyttäytymisen tai neurokehityksen häiriön diagnoosin. Yleisimmät häiriöt ovat ahdistuneisuus- ja mielialahäiriöt. Miehillä häiriö todetaan useimmiten ensimmäisen kerran jo 6-vuotiaana.
Maahanmuuttajataustaisilla pojilla suurempi riski masennus- ja ahdistusoireiluun – koululla on tärkeä rooli heidän tukemisessaan26.6.2025 08:00:00 EEST | Tiedote
Maahanmuuttajataustaiset lapset ja nuoret raportoivat useammin masennus- ja ahdistusoireita. Oireilta suojaavissa tekijöissä korostuu koulun ja läheisten ihmissuhteiden rooli nuoren elämässä.
Uutishuoneessa voit lukea tiedotteitamme ja muuta julkaisemaamme materiaalia. Löydät sieltä niin yhteyshenkilöidemme tiedot kuin vapaasti julkaistavissa olevia kuvia ja videoita. Uutishuoneessa voit nähdä myös sosiaalisen median sisältöjä. Kaikki tiedotepalvelussa julkaistu materiaali on vapaasti median käytettävissä.
Tutustu uutishuoneeseemme