KIA-Korekt: Поэтапная оценка ИИ от унимодального к мультимодальному для прогнозирования периоперационного риска при колоректальном раке (KIA-Korekt)

Колоректальный рак (КРР) является одним из наиболее распространённых злокачественных новообразований в мире. Несмотря на достижения в хирургической технике и периоперационном уходе, краткосрочные послеоперационные осложнения остаются частыми и существенно влияют на качество жизни пациентов, затраты на здравоохранение и долгосрочный прогноз. К этим осложнениям относятся анастомотическая несостоятельность, инфекция раны, сепсис, тромбоэмболические события и внутрибольничная летальность. Существующие клинические шкалы риска (ASA, POSSUM) обеспечивают лишь ограниченную индивидуальную стратификацию риска и не включают биомаркеры, полученные с помощью методов визуализации.

Исследование KIA-Korekt решает этот пробел путём разработки и валидации основанных на ИИ предиктивных моделей для периоперационных осложнений при КРР, интегрируя три взаимодополняющие модальности визуализации:

Цифровая гистопатология: Окрашенные гематоксилином и эозином изображения целых срезов (H&E-WSI) из хирургических резекционных образцов и предоперационных биопсий анализируются с использованием обучения с вниманием на множественных экземплярах (MIL) и свёрточных нейронных сетей (CNN), основываясь на устоявшихся методиках отдела вычислительной патологии Технического университета Дрездена (AG Kather).

Радиология: Предоперационные КТ и МРТ изображения обрабатываются с использованием автоматической сегментации (TotalSegmentator, nnU-Net) и извлечения радиомических признаков (PyRadiomics). Признаки извлекаются из первичной опухоли, поясничной мышцы (саркопения) и висцеральных/подкожных жировых отсеков. Специальный многометрический конвейер контроля качества обеспечивает стабильное представление данных визуализации на разных сканерах и протоколах получения.

Мультиплексная визуализация ткани (mTI): Мультиплексная иммуногистохимия с мультиспектральной визуализацией (mIHC-MSI) и масс-цитометрия с визуализацией (IMC) применяются к фиксированным формалином и залитым в парафин опухолевым тканям для характеристики популяций иммунных и стромальных клеток, интенсивности экспрессии маркеров и паттернов пространственного распределения в пределах опухолевой микросреды.

Унимодальные модели разрабатываются и валидируются отдельно для каждой модальности. Мультимодальная интеграция выполняется с использованием слияния на уровне признаков, позднего слияния и обучения с множественными экземплярами для мультимодальных данных с механизмами перекрёстного внимания. Производительность моделей оценивается с помощью AUC-ROC, калибровочных графиков, счётов Брайера и анализа кривых принятия решений. Интерпретируемость оценивается с использованием значений SHAP и тепловых карт внимания.

Исследование использует дизайн когорт со смешанным ретроспективным (n=750, 2011-2021 гг.) и проспективным валидационным (n=210, 2026-2028 гг.) компонентом. Ретроспективная когорта служит основой для разработки моделей и внутренней перекрёстной валидации; проспективная когорта позволяет провести валидацию в реальных клинических условиях.

Комплексный макро-микро корреляционный анализ на уровне пациента исследует связи между радиологическими фенотипами визуализации и микроскопическими гистопатологическими и иммунологическими характеристиками, полученными из тех же опухолей, что позволяет получить уникальные интегративные биологические представления.

Исследование финансируется Европейским союзом и землёй Бранденбург (HealthTranslateBB/ERDF) и Немецким научно-исследовательским обществом (DFG). Этическое одобрение получено от этического комитета Бранденбургской медицинской школы Теодора Фонтане. Все проспективные участники предоставляют письменное информированное согласие. Ретроспективные данные обрабатываются в псевдонимизированной форме в соответствии с GDPR.

Результаты будут распространены через рецензируемые публикации в открытом доступе и презентации на национальных и международных конференциях.