Apurahat 2022: Tekoälystä apua munasarjasyövän diagnostiikkaan

Munasarjasyöpä havaitaan tyypillisesti vasta tilanteessa, jossa se on ennättänyt lähettää etäpesäkkeitä. Siinä vaiheessa tautia ei enää voida parantaa kirurgisella hoidolla. Yleensä syöpä saadaan kuriin solusalpaajilla, mutta sairaudella on taipumus uusiutua ja muuttua vastustuskykyiseksi tavanomaisille hoidoille.

–Tavoitteemme on kehittää nykyistä kudosnäytteiden diagnostiikkaa, jossa patologin tulkinnalla on ratkaiseva merkitys. Kudosleikkeiden mikroskooppitutkimus selvittää, onko kyseessä hyvänlaatuinen muutos vai syöpä ja kuinka aggressiivinen tauti on kyseessä. Todennäköisesti kudosnäyte sisältää myös muuta hyödyllistä tietoa, jota emme kuitenkaan tunnista perinteisen keinoin. Tieto voisi auttaa syöpää hoitavia lääkäreitä valitsemaan kullekin potilaalle parhaan hoidon, professori, ylilääkäri Olli Carpen Helsingin yliopistosta kertoo.

Carpen on saanut Syöpäsäätiön kolmivuotisen rahoituksen tutkimushankkeelle “Munasarjasyövän käyttäytymistä määrittävät tekijät – uutta tietoa digitaalista patologiaa, koneoppimista ja spatiaalitranskriptomiikkaa yhdistämällä”. Hankkeessa tuodaan patologin työhön uusia välineitä. Näitä ovat tekoälyavusteinen kuva-analytiikka ja syöpäsolujen profilointi, joiden avulla saadaan entistä tarkempi käsitys syövän käyttäytymisestä.

–Pyrimme syöpänäytteitä analysoimalla ymmärtämään, olisiko uusiutumistaipumus ennakoitavissa jo siinä vaiheessa, kun tauti diagnosoidaan ja voitaisiinko hoito räätälöidä uusiutumisriskin mukaan. Tutkimuksemme voisi siten tuottaa uusia diagnostisia kudosmerkkiaineita hoitopäätösten tueksi, Carpen toteaa.

Modernia tekniikkaa yhdistämällä

Tutkimushanke yhdistää kaksi modernia tekniikkaa: digitalisoitujen mikroskooppinäytteiden tekoälypohjaisen kuva-analytiikan ja kudosnäytteistä tehtävän soluprofiloinnin käyttämällä spatiaalista transkriptomiikka-menetelmää. Tutkimuksessa hyödynnetään Helsingin biopankin arkistoista saatuja munasarjasyöpänäytteitä potilailta, joiden syöpä on hoidettu parhaiden käytäntöjen mukaan.

–Jaoimme näytteet kahteen ryhmään. Toisilla tauti uusiutui varhain ja toisilla vasta pitkän ajan kuluttua. Havaitsimme, että kehitystyön jälkeen tekoäly oppi erottamaan eri tavoin käyttäytyvät syövät toisistaan. Vastaavaan erotteluun ei pysty kokeneinkaan patologi, mikä kertoo siitä, että mikroskooppikuvissa on tietoa, jota ihmissilmä ei pysty havaitsemaan.

Tämän Suomessa kehitetyn kuva-analyysimenetelmän erityispiirteenä on, että se osoittaa mikroskooppikuvista alueet, joiden perusteella algoritmi ennustaa taudin kulun.

–Päättelimme, että näiden alueiden biologiaa tutkimalla voisimme löytää ominaisuuksia, jotka erottavat huonoennusteisen syövän hyväennusteisesta. Alustavat profilointitulokset ovat tosi lupaavia. Tekoälyn tunnistamat alueet eroavat biologialtaan toisistaan ja huonoennusteisista syövistä löytyy piirteitä, joiden on aiemmin arvioitu liittyvän vastustuskykyyn syöpälääkkeille. Seuraavaksi keskitymme profilointitulosten analysointiin ja löydösten varmistamiseen uusissa aineistoissa.

Laajaa yhteistyötä

Tutkimus vaatii monenlaista osaamista ja yhteistyötä. Carpenin ryhmä tekee kuva-analytiikkaa yhdessä suomalaisen Aiforia yrityksen tutkijoiden kanssa. Profilointitulosten analysointiin osallistuvat professori Jing Tangin ryhmä Helsingin yliopistosta ja professori Julio Saez-Rodriguesin ryhmä Saksasta.

–Olemme myös mukana professori Sampsa Hautaniemen johtamassa EU-rahoitteisessa DECIDER-tutkimuksessa, jossa selvitetään laajemmin munasarjasyövän vastustuskykyä syöpälääkkeille sekä iCAN-syöpätutkimushankkeessa.

Carpenin mukaan on hyvin todennäköistä, että vastaavaa, kahden eri menetelmän yhdistelmää voitaisiin hyödyntää myös muissa syöpätyypeissä. Tutkimuksessa käytetyistä tekoäly- ja profilointityökaluista on jo hyviä kokemuksia. Se, mikä erottaa menetelmän aiemmista tutkimuksista on juuri näiden kahden teknologian yhdistäminen. Seuraava kiinnostuksen kohde on suolistosyöpä, jossa tekoälyn avulla voidaan myös tunnistaa piirteitä, joita patologin silmä ei havaitse.

–Syöpäsäätiön tuki on aivan ratkaiseva hankkeen läpiviennille. Kolmivuotinen rahoitus tuo hankkeelle jatkuvuutta ja samalla tarjoaa nuorille tutkijoille mahdollisuuden keskittyä tähän projektiin. Näinä epävarmoina taloudellisina aikoina saamamme tuki on erityisen tärkeä, Carpen painottaa.

Lääketiede on tällä hetkellä hyvin ristiriitaisessa tilanteessa. Toisaalta tutkimuksen avulla kehitetään yhä tehokkaampia hoitoja ja valinnanvara kasvaa. Toisaalta sopivimman hoidon valinta muuttuu yhä haastavammaksi ja uudet hoidot lisäävät kustannuksia. Täsmädiagnostiikka, jolla voidaan ennustaa syövän käyttäytymistä ja vastetta hoidoille, tulee olemaan entistä tärkeämmässä roolissa. Toiveena on, että tulevina vuosina ryhmän löydöksiä voidaan hyödyntää potilashoidossa.

Syöpädiagnostiikka on muuttunut viime vuosina huomattavasti. Näytteistä tehdään yhä tarkempia analyyseja ja yksittäisen syövän biologian ymmärtäminen on yhä tärkeämpää. Tähän tarvitaan moniammatillista osaamista.

–Kudosleikkeiden digitalisoinnin seurauksena patologin työpisteiden mikroskoopit korvautuvat näyttöpäätteillä. Kuva-analyysimenetelmät ovat tulossa patologin avuksi, mutta en näe, että ne korvaisivat meidät. Joka tapauksessa seuraavan vuosikymmenen aikana patologin työnkuva tulee muuttumaan paljon enemmän, kuin se on muuttunut vuosisadassa, professori Olli Carpen arvioi.

Teksti: Arja-Leena Paavola
Kuva: Linda Tammisto, Helsingin yliopisto