Nenutil: Digitální patologie mění práci patologa i pohled na pacienta

„Jedno histologické sklíčko představuje datově ekvivalent celovečerního filmu – a my jich v laboratoři denně vytvoříme kolem šesti set,“ říká MUDr. Rudolf Nenutil z Oddělení onkologické patologie Masarykova onkologického ústavu. Nové technologie podle něj zjednodušují rutinní práci a umožňují vznik přesnějších komplexních prognostických i prediktivních modelů, které dokážou zpracovat obrovské množství informací a „vidí“ pacienta mnohem všestranněji než lékaři. Způsob, jakým patologové vyhodnocují a interpretují nálezy, se tedy do budoucna zásadně promění.

• Jak se v současné době uplatňují digitální nástroje v onkologické patologii? Jaký je zde vývoj a trend?

Digitální patologie je relativně nová oblast. Na rozdíl od radiologie, kde se digitalizace prosazuje už zhruba třicet let, u nás nastupuje teprve nyní. Důvod je prostý – obrovský objem dat. Představte si, že jedno histologické sklíčko představuje datově ekvivalent celovečerního filmu, a my jich v laboratoři vytvoříme kolem šesti set denně. Všechna tato data je nutné naskenovat a uložit. Teprve s rozvojem hardwaru a softwaru, který dokáže takové množství dat v reálném čase zpracovávat, jsme dostali možnost digitalizaci skutečně zahájit. V první fázi jde o převod preparátů do digitální podoby, v další pak o jejich analýzu – od základního prohlížení snímků na monitoru místo mikroskopu až po měření, kvantifikaci a využití nástrojů umělé inteligence, které se v posledních letech velmi dynamicky rozvíjejí.

• Jaké možnosti vám využití umělé inteligence otevírá? V čem může patologům usnadnit práci?

Především zjednodušuje rutinní činnosti. Například při hledání mikrometastáz v množství lymfatických uzlin, při vyhledávání drobných karcinomů prostaty v rozsáhlých souborech jehlových biopsií nebo při počítání mitóz. Digitalizace a umělá inteligence nám ale zároveň umožňují řešit i zcela nové typy úloh. Umožňují nám onkologům poskytovat přesnější informace o prognóze pacienta i o pravděpodobnosti, že bude reagovat na konkrétní léčbu. Nové algoritmy AI tak otevírají cestu k pokročilejším prediktivním a prognostickým modelům. Věřím, že právě v této oblasti nastane během několika let výrazný posun.

• Používáte nějaký konkrétní externí nástroj umělé inteligence, který má certifikaci?

Těch certifikovaných modelů je dnes už celá řada, ale přibývají pomaleji, než bychom si přáli, protože proces certifikace u AI modelů je velmi složitý.

• Takže vám to jednak šetří čas při diagnostice konkrétního vzorku a zároveň do jisté míry verifikuje vaši práci? Nebo je to spíše takový druhý názor?

Přináší to určitou novou informaci, kterou jsme dosud nebyli schopni poskytnout. Další možnosti se otevírají kombinacemi těchto prognostických a prediktivních modelů s daty molekulární biologie, s klinickými i radiologickými daty. Dnešní modely už začínají být natolik komplexní, že všechny tyto informace zvládnou a „vidí“ pacienta mnohem všestranněji, než jsme toho schopni my. 

• Digitalizujete pouze nové vzorky, nebo se vracíte i k těm starším?

V provozu digitalizujeme nové vzorky, ale máme řadu studií, při nichž se vracíme do archivu a hledáme data, na nichž se modely dají buď trénovat, nebo ověřovat.

Kompletní kongresové zpravodajství z 49. ročníku Brněnských onkologických dnů je dostupné v příslušné medisekci nebo na tomto odkazu.