Научная статья на тему 'Оптимизация PSA-скрининга с помощью искусственного интеллекта'

Оптимизация PSA-скрининга с помощью искусственного интеллекта Текст научной статьи по специальности «Клиническая медицина»

CC BY
153
31
i Надоели баннеры? Вы всегда можете отключить рекламу.
Ключевые слова
ИСКУССТВЕННЫЕ НЕЙРОННЫЕ СЕТИ / ARTIFICIAL NEURAL NETWORKS / РАК ПРОСТАТЫ / PROSTATE CANCER / БИОПСИЯ / BIOPSY

Аннотация научной статьи по клинической медицине, автор научной работы — Попков В.М., Шатылко Т.В., Королев А.Ю., Фомкин Р.Н., Полозов А.Б.

Цель исследования оптимизация PSA-скрининга на рак предстательной железы (РПЖ). Задачами исследования явились создание искусственной нейронной сети (ИНС), способной прогнозировать результат трансректальной биопсии (ТРБ) простаты и степень онкологического риска по Д’Амико в случае обнаружения аденокарциномы, и оценка прогностической эффективности ИНС. Для создания ИНС использовались клинические, лабораторные и инструментальные данные 398 пациентов, которым в период с 2012 по 2014 г. выполнялась ТРБ простаты в клинической больнице им. С.Р. Миротворцева СГМУ. Проверка прогностической эффективности ИНС производилась на результатах обследований 80 пациентов, которым производилась ТРБ в сентябре-декабре 2014 г.У 40 (50%) пациентов в группе валидации при гистологическом исследовании биоптатов была обнаружена аденокарцинома. Точность прогнозирования наличия аденокарциномы в биоптате при валидации составила 93,75% (чувствительность 97,56%, специфичность 89,70%). У 28 из 40 (70%) пациентов совпала прогнозируемая и реальная категория рискапо Д’Амико. Таким образом, ИНС способны стратифицировать РПЖ по группе риска до биопсии.

i Надоели баннеры? Вы всегда можете отключить рекламу.

Похожие темы научных работ по клинической медицине , автор научной работы — Попков В.М., Шатылко Т.В., Королев А.Ю., Фомкин Р.Н., Полозов А.Б.

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.
i Надоели баннеры? Вы всегда можете отключить рекламу.

OPTIMIZATION OF PSA-SCREENING USING ARTIFICIAL INTELLECT

Aim of the study is optimization of PSA-based screening for prostate cancer (PCa). Research tasks are building an artificialneural network (ANN) capable to predict the results of transrectal prostate biopsy (TPB) and, in case of detecting adenocarcinoma, its risk category according to D’Amico; evaluating the predictive ability of ANN. Materials and methods used in the work are clinical, laboratory and imaging data of 398 patients, who underwent TPB in SSMU clinical hospital in 2012-2014. Evaluation of its predictive ability was performed on 80 patients, who underwent TPB in SeptemberDecember of 2014.40 patients (50%) in validation group were found to have prostatic adenocarcinoma on histological study of biopsy cores. Onvalidation, prediction of having adenocarcinoma in biopsy material was accurate in 93.75% cases (with 97.56% sensitivity and89.7% specificity). In 28 of 40 patients (70%) predicted D’Amico risk category corresponded to actual risk category. Thus, ANNs may be used to predict PCa risk category prior to biopsy.

Текст научной работы на тему «Оптимизация PSA-скрининга с помощью искусственного интеллекта»

почки, лежащая непосредственно в плоскости резекции находится в состоянии более выраженной ишемии, а поэтому может быть субстратом для возникновения осложнений, а именно кровотечений и мочевых свищей.

Выводы

Согласно проведенному исследованию не рекомендуется при выполнении резекции почки использовать непрерывный шов с во-

влечением в него паренхимы. Использование непрерывного шва целесообразно при наложении его только на капсулу почки с целью ее герметичного закрытия. Наиболее подходящим для использования в качестве метода окончательного гемостаза является двойной узловой шов, обеспечивающий оптимальные условия для заживления тканей в области резекции.

Сведения об авторах статьи:

Попков Владимир Михайлович - д.м.н., зав. кафедрой урологии, ректор ГБОУ ВПО Саратовский ГМУ им. В.И. Разумовского Минздрава России. Адрес: 410012, г. Саратов, ул. Б. Казачья, 112. E-mail: meduniv@sgmu.ru. Потапов Дмитрий Юрьевич - к.м.н., врач-хирург Клинической больницы им. С.Р. Миротворцева ГБОУ ВПО Саратовский ГМУ им. В.И. Разумовского Минздрава России. Адрес: 410000, г. Саратов, ул. Б. Садовая 137, корпус 1. Е-mail: pota-povmed@rambler.ru.

Понукалин Андрей Николаевич - к.м.н., доцент кафедры урологии ГБОУ ВПО Саратовский ГМУ им. В.И. Разумовского Минздрава России. Адрес: 410012, г. Саратов, ул. Б. Казачья,112. E-mail: ponukalin@bk.ru.

Дурнов Денис Андреевич - к.м.н., ассистент кафедры урологии ГБОУ ВПО Саратовский ГМУ им. В.И. Разумовского Минздрава России. Адрес: 410012, г. Саратов, ул. Б. Казачья, 112. E-mail: dendurnov@mail.ru.

ЛИТЕРАТУРА

1. Применение аллотрансплантата с целью гемостаза при операциях на почке / В.Н. Павлов [и др.] // Медицинский вестник Башкортостана. - 2011. - Т.6, № 6. - С.91-94.

2. Казимиров, В.Г. Анатомо-функциональное обоснование резекции почки. / В.Г. Казимиров, С.В. Бутрин - Волгоград: «Издатель», 2001. - 168 с.

3. Матвеев, В.Б. Роль органосохраняющего хирургического лечения рака почки на современном этапе / В.Б. Матвеев, Б.П. Матвеев, М.И. Волкова // Онкоурология. - 2007. - № 2. - С.5-11.

4. Kural A. Outcome of nephron-sparing surgery: elective versus imperative indications / A. Kural, O. Demirkesen, B. Onal // Urol. Int. -2003. - Vol. 71, N 2. - P. 190-196.

5. Попков, В.М. Применение метода конечных элементов в процессе математического моделирования в урологии / В.М. Попков, Д.Ю. Потапов, А.Н. Понукалин, Б.И. Блюмберг // Бюллетень Сибирской медицины. - 2012. - Т.11, №2. - С. 157-163.

6. Haemmerich D. Mathematical modeling of impedance controlled radiofrequency tumor ablation and ex-vivo validation// Conf. Proc. IEEE Eng. Med. Biol. Soc. 2010. - 2010. - P.1605-8.

7. A comprehensive renal injury concept based on a validated finite element model of the human abdomen/ J. Snedeker, B. Barnstuble, P. Iaizzo, M. Farshad et al.// J Trauma. - 2007. - May; 62(5). - P.1240-9.

8. Попков, В.М. Экспериментальное обоснование гемостатических швов при резекции почки по поводу опухоли / В.М. Попков, А.Н. Понукалин, Д.Ю. Потапов, Ю.А. Малышева // Онкоурология. - 2012. - № 4. - С. 15-22.

УДК 616.65-006.66:51-76

© В.М. Попков, Т.В. Шатылко, А.Ю. Королев, Р.Н. Фомкин, А.Б. Полозов, 2015

В.М. Попков, ТВ. Шатылко, А.Ю. Королев, Р.Н. Фомкин, А.Б. Полозов ОПТИМИЗАЦИЯ PSA-СКРИНИНГА С ПОМОЩЬЮ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА

ГБОУ ВПО «Саратовский государственный медицинский университет им. В.И. Разумовского» Минздрава России, г. Саратов

Цель исследования - оптимизация PSA-скрининга на рак предстательной железы (РПЖ). Задачами исследования явились создание искусственной нейронной сети (ИНС), способной прогнозировать результат трансректальной биопсии (ТРБ) простаты и степень онкологического риска по Д'Амико в случае обнаружения аденокарциномы, и оценка прогностической эффективности ИНС.

Для создания ИНС использовались клинические, лабораторные и инструментальные данные 398 пациентов, которым в период с 2012 по 2014 г. выполнялась ТРБ простаты в клинической больнице им. С.Р. Миротворцева СГМУ. Проверка прогностической эффективности ИНС производилась на результатах обследований 80 пациентов, которым производилась ТРБ в сентябре-декабре 2014 г.

У 40 (50%) пациентов в группе валидации при гистологическом исследовании биоптатов была обнаружена аденокар-цинома. Точность прогнозирования наличия аденокарциномы в биоптате при валидации составила 93,75% (чувствительность - 97,56%, специфичность - 89,70%). У 28 из 40 (70%) пациентов совпала прогнозируемая и реальная категория риска по Д'Амико. Таким образом, ИНС способны стратифицировать РПЖ по группе риска до биопсии.

Ключевые слова: искусственные нейронные сети, рак простаты, биопсия.

V.M. Popkov, T.V. Shatylko, A.Yu. Korolev, R.N. Fomkin, A.B. Polozov OPTIMIZATION OF PSA-SCREENING USING ARTIFICIAL INTELLECT

Aim of the study is optimization of PSA-based screening for prostate cancer (PCa). Research tasks are building an artificial neural network (ANN) capable to predict the results of transrectal prostate biopsy (TPB) and, in case of detecting adenocarcinoma, its risk category according to D'Amico; evaluating the predictive ability of ANN.

Materials and methods used in the work are clinical, laboratory and imaging data of 398 patients, who underwent TPB in SSMU clinical hospital in 2012-2014. Evaluation of its predictive ability was performed on 80 patients, who underwent TPB in September-December of2014.

40 patients (50%) in validation group were found to have prostatic adenocarcinoma on histological study of biopsy cores. On validation, prediction of having adenocarcinoma in biopsy material was accurate in 93.75% cases (with 97.56% sensitivity and 89.7% specificity). In 28 of 40 patients (70%) predicted D'Amico risk category corresponded to actual risk category. Thus, ANNs may be used to predict PCa risk category prior to biopsy.

Key words: artificial neural networks, prostate cancer, biopsy.

Рак предстательной железы (РПЖ) является одной из наиболее часто встречающихся злокачественных опухолей у мужчин. Ежегодно во всем мире регистрируется более 900 тыс. новых случаев РПЖ [1]. Это клинически гетерогенное заболевание, развивающееся на сложном фоне разнообразных генетических и эпигенетических изменений. Несмотря на то, что клинически локализованный РПЖ довольно успешно подвергается лечению, метастатические формы этого заболевания являются принципиально неизлечимыми и неизбежно ведут к смерти пациента. У многих пациентов РПЖ носит агрессивный характер, что проявляется в его склонности к ранней прогрессии и метастазированию: смерть от рака простаты продолжает занимать второе место в структуре онкологической смертности. В то же время нередко встречаются и вялотекущие формы РПЖ, вряд ли способные привести к смерти в течение естественной продолжительности жизни пациента [2].

Анализ крови на простатспецифический антиген (PSA) является рутинным скрининго-вым тестом, направленным на выявление РПЖ у мужчин старше 40 лет. Однако существуют и все чаще высказываются сомнения относительно эффективности PSA-базированного скрининга, которые заключаются в том, что он нередко приводит к гипердиагностике и избыточно агрессивному лечению малоактивных форм РПЖ без существенной клинической пользы, но с ощутимым негативным влиянием на качество жизни. Не так давно Американская урологическая ассоциация (American Urological Association) внесла изменения в свое руководство по PSA-скринингу. В настоящее время она не рекомендует PSA-скрининг у мужчин младше 40 лет и настаивает на элективном характере PSA-скрининга у мужчин старше 40 лет [3]. К сожалению, до конца непонятно, по каким именно критериям должен проводиться отбор для так называемого «элективного скрининга». Такая тактика в большей степени напоминает уход от проблемы, нежели ее решение.

Определенно классическая стратегия PSA-базированного скрининга имеет свои недостатки, а потому требует оптимизации. На наш взгляд, идеальный инструмент для скрининга на РПЖ должен не просто выделять из

общей популяции лиц, имеющих большую вероятность наличия этого заболевания, но и предсказывать особенности его клинического течения, т.е. агрессивность опухоли. Возможными путями совершенствования скрининга на наличие РПЖ является учет наследственности, генетических факторов, индивидуального гормонального фона, новых биохимических маркеров, методов визуализации и т.п. Синтез такой разнородной информации может быть осуществлен с помощью искусственного интеллекта, наиболее удобной формой которого являются самообучающиеся нелинейные алгоритмы на основе искусственных нейронных сетей (ИНС). Этот метод уже с определенным успехом применялся для прогнозирования результата биопсии предстательной железы [4, 5]. Следующим этапом развития методики должно стать прогнозирование степени агрессивности РПЖ, теоретически способное действительно оптимизировать PSA-базированный скрининг, сделав его специфичным в отношении клинически значимых форм рака.

Материалы и методы

Для прогнозирования агрессивности РПЖ в нашем исследовании использовалась ИНС, спроектированная в формате трехслойного пер-септрона. В качестве входных переменных использовались следующие параметры:

• возраст пациента;

• уровень общего PSA сыворотки крови;

• уровень свободного PSA сыворотки крови;

• объем предстательной железы и PSA-плотность;

• PSA-кинетические параметры: скорость прироста и время удвоения PSA;

• наличие изменений при пальцевом ректальном исследовании;

• наличие гипоэхогенных зон при трансректальной ультрасонографии.

Выходные переменные включали в себя:

• предполагаемое гистологическое заключение;

• сумма баллов по Глисону;

• количество столбиков ткани, пораженных аденокарциномой.

Таким образом, выходные переменные в совокупности с уровнем PSA позволяли

классифицировать РПЖ по трехуровневой системе онкологического риска Д'Амико.

Для обучения ИНС использовались клинические, лабораторные и инструментальные данные 398 пациентов, которым в период 2012-2014 гг. выполнялась трансректальная биопсия простаты в клинической больнице им. С.Р. Миротворцева СГМУ.

Проверка прогностической эффективности ИНС производилась на данных 80 пациентов, которым производилась биопсия в сентябре-декабре 2014 г. Биопсия в группе валидации выполнялась одним исследователем на аппарате B-K Medical Pro Focus с использованием проводниковой анестезии по методу Everest. В рамках валидации ИНС выполнялся подсчет ее чувствительности, специфичности, положительной и отрицательной предиктивной ценности. Определялась точность прогноза группы онкологического риска по Д'Амико.

Результаты и обсуждение

Точность прогнозирования наличия аде-нокарциномы в биоптате при валидации составила 93,75%, чувствительность - 97,56%, специфичность - 89,7%, что соответствует результатам ранее проведенных исследований [6].

При определении предиктивной ценности ИНС для РПЖ промежуточного и высокого риска чувствительность и специфичность составили 79,17% и 94,64% соответственно. Для прогнозирования РПЖ только высокого риска эти параметры составили 72,72% и 92,75% соответственно. Все предиктивные характеристики ИНС представлены на рисунке.

100%

30% 20% 10%

Выявление Выявление Выявление

аденохарцикомы аденохарциномы аденокарциномы 2 и 3 групп D Amico 3 группы D Amito

■ Чувствительность ■ Положительная предиктивная

ценность

■ Специфичность ■ Отрицательная предиктивная

ценность

Рис. Предиктивные характеристики ИНС

Следует заметить, что точное совпадение прогнозируемой и реальной суммы баллов по Глисону отмечалось относительно редко (у 18 (45%) из 40 пациентов), как и в предыду-

щем нашем исследовании. То же касается и точного совпадения по количеству биопсий-ных столбиков, в которых обнаружена адено-карцинома (15 (37,5%) из 40 пациентов). Тем не менее итоговая предиктивная ценность в отношении группы риска по Д'Амико оказалась относительно высокой, что объясняется характером критериев в этой классификации: например, даже если в каком-то случае была прогнозирована сумма баллов 8 по Глисону, но на самом деле она оказалась равной 10, этот случай так или иначе соответствует группе высокого риска и расхождением не считается.

Несомненно, протокол данного исследования имеет серьезные ограничения. Во-первых, не выполнена внешняя валидация ИНС с «ослеплением» исследователей; внешняя ва-лидация заведомо будет иметь худший результат, чем внутренняя, причем не только по субъективным, но и по объективным причинам (другие лабораторная и морфологическая службы, другой УЗ-аппарат и т.п.) [7]. Так или иначе внешняя валидация ИНС должна стать одним из следующих этапов реализации нашего научного исследования. Во-вторых, при оценке агрессивности опухоли нельзя ориентироваться только на результаты гистологического исследования биоптата. Идеальным субстратом для этого являются препараты, полученные при радикальной простатэктомии. Учитывая то, что мы лишь продолжаем накапливать материал по радикальной простатэктомии, а точность прогноза ИНС напрямую зависит от объема данных, использованного при ее обучении, на данном этапе исследования мы ориентировались только на биопсийный материал. Важным ограничением является и то, что данные для обучения ИНС были собраны ретроспективно; лишь материал для валидации собран проспективно. Наконец, наши результаты не подтверждены методами классической статистики, но это объясняется поисковым форматом исследования.

Заключение

Несмотря на существенные ограничения нашего пилотного исследования, можно считать, что искусственный интеллект в форме ИНС может не только помогать при отборе пациентов для выполнения биопсии простаты, но и иметь большой потенциал в распознавании клинических паттернов, характерных для разных по агрессивности форм РПЖ.

Со временем ИНС, особенно в сочетании с достижениями геномики, могут стать мощным инструментом оптимизации Р8Л-базированного скрининга, позволяющим еще на амбулаторном этапе дифференцировать риски клинически значимого РПЖ и его латентных форм.

Сведения об авторах статьи:

Попков Владимир Михайлович - д.м.н., зав. кафедрой урологии, ректор ГБОУ ВПО Саратовский ГМУ им. В.И. Разумовского Минздрава России. Адрес: 410012, г. Саратов, ул. Б. Казачья, 112.

Шатылко Тарас Валерьевич - аспирант кафедры урологии ГБОУ ВПО Саратовский ГМУ им. В.И. Разумовского Минздрава России. Адрес: 410012, г. Саратов, ул. Б. Казачья, 112. E-mail: shatylko@sar-urology.ru.

Королев Александр Юрьевич - к.м.н., ассистент кафедры урологии ГБОУ ВПО Саратовский ГМУ им. В.И. Разумовского Минздрава России. Адрес: 410012, г. Саратов, ул. Б. Казачья, 112. E-mail: kay1973@bk.ru.

Фомкин Роман Николаевич - к.м.н., доцент кафедры урологии ГБОУ ВПО Саратовский ГМУ им. В.И. Разумовского Минздрава России. Адрес: 410012, г. Саратов, ул. Б. Казачья, 112. E-mail: rnfomkin@mail.ru.

Полозов Александр Борисович - д.м.н., профессор кафедры урологии ГБУ ВПО Саратовский ГМУ им. В.И. Разумовского Минздрава России. Адрес: 410012, г. Саратов, ул. Б. Казачья, 112.

ЛИТЕРАТУРА

1. Global cancer statistics CA / A. Jemal [et al.] // Cancer J Clin. - 2011. - Vol. 61(2). - P. 69-90.

2. The mutational landscape of prostate cancer / CE Barbieri [et al.] // Eur Urol. - 2013. - Vol. 64(4). - P. 567-576.

3. Carter HB. American Urological Association (AUA) guideline on prostate cancer detection: process and rationale // BJU Int. - 2013. -Vol. 112(5). - P. 543-547.

4. Outcome prediction for prostate cancer detection rate with artificial neural network (ANN) in daily routine / TH Ecke [et al.] // Urol Oncol. - 2012. - Vol. 30(2). - P. 139-144.

5. Шатылко, Т.В. Серая зона PSA: статистико-математический анализ с применением метода искусственных нейронных сетей / Т.В. Шатылко, Д.С. Седов // Бюллетень медицинских интернет-конференций. - 2014. - Т. 4, № 4. - С. 417.

6. Попков, В.М. Прогнозирование результата патогистологического исследования простаты с помощью искусственной нейронной сети / В.М. Попков, Т.В. Шатылко, Р.Н. Фомкин // Саратовский научно-медицинский журнал. - 2014. - Т. 10, № 2. - С. 328-332.

7. The value of an artificial neural network in the decision-making for prostate biopsies / RP Meijer [et al.] // World J Urol. - 2009. -Vol. 27(5). - P. 593-8.

УДК 616.65_002-089.87

© Е.В. Расщупкина, О.В. Теодорович, Д.Г. Кочиев, Ю.Ю. Андреева, М.Н. Шатохин, Г.Г. Борисенко, С.А. Нарышкин, М.И. Абдуллаев, 2015

Е.В. Расщупкина1, О.В. Теодорович1,2, Д.Г. Кочиев3, Ю.Ю. Андреева1, М.Н. Шатохин1,2, Г.Г. Борисенко1, С.А. Нарышкин1,2, М.И. Абдуллаев1 ЭКСПЕРИМЕНТАЛЬНОЕ ОБОСНОВАНИЕ ИСПОЛЬЗОВАНИЯ ND:YAG -ЛАЗЕРНОЙ КОАГУЛЯЦИИ ТКАНИ ПРЕДСТАТЕЛЬНОЙ ЖЕЛЕЗЫ

'ГБОУДПО «Российская медицинская академия последипломного образования»

Минздрава России, г. Москва 2НУЗ «Научный клинический центр ОАО «РЖД», г. Москва 3ФГБУН «Институт общей физики им. А.М. Прохорова» РАН, г. Москва

Интерстициальная лазерная коагуляция (ИЛК) - один из малоинвазивных и эффективных методов деструкции малых образований различных органов и тканей. Выбор режима воздействия и методики проведения процедуры необходим для безопасного применения ИЛК в клинической практике. In vivo изучено интраоперационное воздействие ИЛК на ткани предстательной железы 8 беспородных собак весом не более 20 кг. Воздействие осуществлялось контактно, дистальным торцом кварцевого волоконно-оптического катетера с диаметром сердцевины 600 мк при мощности 20 Вт и длительности 10 с. Макро- и микроскопическому анализу ткани подвергались непосредственно после воздействия, на 3-и, 7-и 14-е сутки после воздействия на предстательную железу подопытного животного. Морфологические исследования, проведенные в разные периоды после воздействия, позволило установить этапность и объемы изменений в тканях предстательной железы, подтверждая безопасность и эффективность ND:YAG лазерного воздействия на ткани предстательной железы.

Полученные результаты позволяют применять интерстициальную лазерную коагуляцию тканей предстательной железы для деструкции локализованных образований без нарушения функции органа.

Ключевые слова: интерстициальная лазерная коагуляция, малоинвазивные методики, морфологическое исследование.

E.V. Raschupkina, O.V. Teodorovitch, D.G. Kotchiev, Yu.Yu. Andreeva,

M.N. Shatokhin, G.G. Borisenko, C.A. Naryshkin, M.I. Abdullaev EXPERIMENTAL SUBSTANTIATION OF THE USE OF ND:YAG LASER COAGULATION OF PROSTATE TISSUE

Interstitial laser coagulation is one оf minimally-invasive technologies to disturb small tumors of different organs and tissues.

For safe and effective application of interstitial coagulation, it is essential to determine the optimal parameters and methodologies for conducting interstitial Nd:YAG laser coagulation. The following test animals were used for the experiment: eight dogs with the body mass less than 20 kg. The impact was made via direct contact of end of a quartz fiber-optic catheter with the core diameter of 600nm for 10 sec, with the power of 20 Wt. The samples of tissue for the morphological research and macroscopic analysis were taken on 1st, 3d, 7th and 14th day after the impact. The morphological research allowed to determine the optimal parameters and methodologies for conducting interstitial Nd:YAG laser coagulation of the prostate tissue.

The experiment showed that interstitial laser coagulation can be used to destruct localized neoplasms not violating the organ function.

Key words: interstitial laser coagulation, minimally-invasive technologies, morphological research.

i Надоели баннеры? Вы всегда можете отключить рекламу.