Tekoäly ennustaa rintasyövän täsmähoidon tehoa suoraan kasvaimen kudosrakenteesta
17.2.2021 14:48:15 EET | Helsingin yliopisto | Tiedote
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
Helsingin yliopistoPL 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
Uusi verikoe tunnistaa rasvamaksasairauden jo terveyskeskuksessa19.11.2026 10:36:32 EET | Tiedote
Uudenlaisella verikokeella voidaan löytää potilaat, joilla on etenevän maksasairauden riski. Koska testi voidaan tehdä perusterveydenhuollossa, hoito voi alkaa nopeammin ja ilman jonotusta erikoissairaanhoitoon. Parempien hoitotulosten lisäksi tämä vähentäisi myös erikoissairaanhoidon kuormitusta.
Väitös: Perusoikeuksien turvaaminen edellyttää toimivaa markkinataloutta17.11.2026 08:30:00 EET | Tiedote
Suomessa hyvinvointivaltion rahoituksesta keskustellaan ennen kaikkea menoleikkausten ja veronkorotusten näkökulmasta. Tuore oikeustieteellinen väitöstutkimus nostaa esiin vähemmälle huomiolle jäävän kysymyksen: miten lainsäädäntö ja sen tulkinta vaikuttavat taloudelliseen vaihdantaan ja sitä kautta hyvinvointivaltion rahoituspohjaan?
Kvinnors och mäns värderingar utvecklades inte i olika riktningar trots allt17.11.2026 07:14:00 EET | Pressmeddelande
Det i offentligheten ofta framförda påståendet om en polarisering av unga kvinnors och mäns värderingar stämmer inte. En nyligen publicerad undersökning studerade utvecklingen av skillnader i värderingarna i mer än 30 europeiska länder under åren 2002–2023.
Naisten ja miesten arvomaailmat Euroopassa eivät erkaantuneetkaan17.11.2026 07:14:00 EET | Tiedote
Julkisuudessa tiuhaan esitetty väite nuorten naisten ja miesten arvojen polarisaatiosta ei pidä paikkaansa. Tutkimus tarkasteli arvojen eron kehitystä yli 30 Euroopan maassa vuosina 2002–2023.
Stressaantuneen vanhemman on vaikeampi ymmärtää lapsensa tunteita16.11.2026 07:23:00 EET | Tiedote
Vanhemmuuden ensimmäisinä vuosina koettu stressi voi vaikuttaa kykyyn ymmärtää lapsen tunteita ja heijastua siten lapsen kehitykseen. Vahvimmin yhteys näkyi isillä.
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