Deep learning can predict microsatellite instability directly from histology in gastrointestinal cancer
Menée à l'aide d'échantillons tumoraux prélevés sur des patients atteints d'un cancer de l'estomac ou d'un cancer colorectal, cette étude met en évidence l'intérêt d'un algorithme d'apprentissage automatique pour prédire la présence intratumorale d'une instabilité des microsatellites à partir d'images histologiques
Microsatellite instability determines whether patients with gastrointestinal cancer respond exceptionally well to immunotherapy. However, in clinical practice, not every patient is tested for MSI, because this requires additional genetic or immunohistochemical tests. Here we show that deep residual learning can predict MSI directly from H&E histology, which is ubiquitously available. This approach has the potential to provide immunotherapy to a much broader subset of patients with gastrointestinal cancer.
Nature Medicine , résumé, 2019