Sztuczna inteligencja rozpoznaje cukrzycę typu 2 w tkance trzustki i wskazuje, co decyduje o wyniku
Cukrzycę typu 2 rozpoznaje się na podstawie parametrów laboratoryjnych krwi, jednak zasadnicze zmiany związane z chorobą zachodzą między innymi w tkance trzustki. W obrazie mikroskopowym nie są one jednak łatwo widoczne. Zespół badawczy z Deutsches Diabetes-Zentrum (DDZ) w Düsseldorfie, Paul Langerhans Institut Dresden of Helmholtz Munich oraz Institut für Diabetesforschung und Metabolische Erkrankungen am Universitätsklinikum Tübingen po raz pierwszy wykazał, że model wyjaśnialnej sztucznej inteligencji może odróżnić tkankę pochodzącą od osób z cukrzycą typu 2 od tkanki osób bez tej choroby, a także wskazać, które struktury miały znaczenie dla takiej klasyfikacji. Podstawą analizy był zbiór danych pochodzący z Drezna i Tybingi.
Cukrzyca typu 2 to nie tylko problem glikemii
Cukrzyca typu 2 należy do najczęstszych chorób przewlekłych na świecie. Najczęściej rozpoznaje się ją na podstawie podwyższonego stężenia glukozy we krwi. Takie parametry odzwierciedlają jednak przede wszystkim następstwa choroby, a nie jej strukturalne przyczyny. Kluczowe zmiany zachodzą w trzustce.
W tzw. wyspach Langerhansa znajdują się wyspecjalizowane skupiska komórek produkujących hormony odpowiedzialne za regulację stężenia glukozy we krwi. Dotychczas badania koncentrowały się przede wszystkim na komórkach beta, których upośledzenie funkcji uznaje się za jeden z najważniejszych etapów rozwoju cukrzycy typu 2.
Układ ten jest jednak znacznie bardziej złożony. Obejmuje również komórki alfa, które produkują glukagon podwyższający stężenie glukozy we krwi, oraz komórki delta, hamujące wydzielanie insuliny i glukagonu. Istotną rolę odgrywają także naczynia krwionośne, tkanka łączna, adipocyty i włókna nerwowe, które wspólnie wpływają na funkcjonowanie wysp Langerhansa. Do tej pory trudno było ocenić, czy i w jaki sposób to złożone współdziałanie ulega zmianom strukturalnym w cukrzycy typu 2. W obrazie mikroskopowym różnice w obrębie wysp Langerhansa bywają bowiem ledwie uchwytne, także dlatego, że skład komórkowy i organizacja przestrzenna tych struktur znacznie różnią się między poszczególnymi osobami.
Wyjaśnialna AI ujawnia ukryte zmiany w trzustce
Temu problemowi poświęcono najnowsze badanie przeprowadzone przez naukowców z Deutsches Diabetes-Zentrum (DDZ), Paul Langerhans Institut Dresden, Institut für Diabetesforschung und Metabolische Erkrankungen am Universitätsklinikum Tübingen – trzech instytutów partnerskich Deutsches Zentrum für Diabetesforschung (DZD) – oraz innych ośrodków badawczych. W projekcie uczestniczyli również badacze z Deutsches Krebsforschungszentrum (DKFZ) i Helmholtz Imaging.
„Na podstawie 100 próbek z Drezna i Tybingi stworzyliśmy jeden z największych dotąd zbiorów danych obejmujących skrawki tkanki trzustki” – wyjaśnia dr Felicia Gerst, badaczka z Institut für Diabetesforschung und Metabolische Erkrankungen am Universitätsklinikum Tübingen.
Próbki pochodziły od osób operowanych w obrębie trzustki z różnych wskazań medycznych. Z zastosowaniem uczenia maszynowego wytrenowano model, który z wysoką trafnością potrafił rozróżniać duże, bogate informacyjnie skrawki tkankowe pochodzące od osób z cukrzycą typu 2 i od osób bez tej choroby, a następnie przewidywać status cukrzycy.
Kluczowe znaczenie ma to, że system działa w sposób wyjaśnialny. Oznacza on te obszary obrazu, które wpłynęły na decyzję modelu, dzięki czemu można je następnie poddać interpretacji biologicznej i analizie statystycznej. To pozwala nie tylko uzyskać wynik klasyfikacji, ale również lepiej zrozumieć, na jakich cechach tkanki opiera się algorytm.
Zmiany nie dotyczą wyłącznie komórek beta
Analizy wykazały, że w cukrzycy typu 2 zmianom nie ulegają wyłącznie komórki beta. Inna jest także lokalizacja i dystrybucja komórek alfa oraz delta. Ponadto całe wyspy Langerhansa są mniejsze.
Kolejna istotna obserwacja dotyczy komórek tłuszczowych w trzustce. U osób z cukrzycą typu 2 adipocyty częściej znajdują się w bezpośrednim sąsiedztwie wysp Langerhansa. „Ta bliskość może wpływać na funkcję wysp Langerhansa produkujących hormony” – wyjaśnia profesor Robert Wagner, kierownik Clinical Study Center w Deutsches Diabetes-Zentrum (DDZ).
„Wyniki dostarczają nam konkretnych punktów wyjścia do dalszych badań. Jeżeli zrozumiemy strukturalne mechanizmy choroby i ustalimy, jakie procesy napędzają jej rozwój, będziemy mogli bardziej precyzyjnie opracowywać nowe terapie” – dodaje Wagner, który zainicjował projekt.
Potrzebne jest spojrzenie na całe mikrośrodowisko trzustki
„Projekt badawczy pokazuje, że aby lepiej zrozumieć cukrzycę, musimy analizować nie tylko pojedyncze komórki, ale całe mikroskopowe sieci w obrębie trzustki” – podkreśla profesor Michele Solimena, profesor Molekulare Diabetologie am Universitätsklinikum Dresden i rzecznik Paul Langerhans Institut Dresden.
Ważnym elementem publikacji jest także pełna przejrzystość metodologiczna. Autorzy udostępnili cały kod wykorzystywany do wstępnego przetwarzania obrazów, trenowania modelu oraz analiz wyjaśniających. Dzięki temu inne zespoły badawcze mogą rozwijać tę metodę i stosować ją do kolejnych pytań badawczych związanych nie tylko z cukrzycą typu 2, ale również z innymi chorobami, w których subtelne zmiany tkankowe pozostają trudne do uchwycenia w standardowej ocenie mikroskopowej.
Uzyskane wyniki sugerują, że patogeneza cukrzycy typu 2 powinna być analizowana szerzej niż tylko przez pryzmat dysfunkcji komórek beta. Zmiany obejmują całe mikrośrodowisko wysp Langerhansa, a nowoczesne narzędzia analityczne oparte na sztucznej inteligencji mogą pomóc w identyfikacji wzorców niedostrzegalnych w klasycznej ocenie histologicznej.
Źródło: Nature Communications, Explainable AI-based analysis of human pancreas sections identifies traits of type 2 diabetes
DOI: https://doi.org/10.1038/s41467-026-69295-2
