19.11.2021.
5. novembril kaitses Tartu Ülikoolis arstiteaduse erialal doktoritööd Lääne-Tallinna Keskhaigla naistekliinikus töötav arst-resident dr Georgi Džaparidze.
Dr Džaparidže on varasemalt läbinud residentuuri kliinilise patoloogia erialal ning omandab nüüd teadmisi-oskusi sünnitusabi ja günekoloogia residentuuris.
Tema doktoriväitekiri kannab pealkirja „Quantification and evaluation of the diagnostic significance of adenocarcinoma-associated microenvironmental changes in the prostate using modern digital pathology solutions“ („Adenokartsinoomi mikrokeskkonna muutuste kvantifitseerimine ja diagnostilise tähenduse hindamine eesnäärmes, rakendades uuemaid digipatoloogilisi programmiarendusi“).
Juhendaja: kaasprofessor Ave Minajeva
Oponent: professor Ilze Štrumfa, Riia Stradinši Ülikool (Läti)
Kokkuvõte
Eesnäärme adenokartsinoom on meestel diagnoositud pahaloomulistest kasvajatest maailmas sageduselt teisel kohal ning viiendal kohal vähkidest põhjustatud meeste surmadest. Tervise Arengu Instituudi andmetel diagnoositi 2017. aastal Eestis prostata adenokartsinoomi 1113 juhul, mis moodustas neljandiku kõikidest pahaloomulistest kasvajatest. Haiguse diagnoos püstitatakse enne radikaalset prostatektoomiat, kasutades biopsiate uuringut. Kuigi eesnäärme bioptaatide käsitluses toimub pidev areng, on jätkuvalt suur tõenäosus, et radikaalse prostatektoomia järgselt muutub kasvaja histoloogiline aste – Gleason’i skoor hinnatakse prostatektoomia materjali alusel raskemaks 23,3% kuni 42,7% juhtudest.
Kõikidel bioptaatidel on epiteliaalset komponenti ümbritsev mikrokeskkond, mis võib anda täiendavat diagnostilist ja prognostilist informatsiooni. Selle hüpoteesi testimiseks kasutati kahte stromaalset markerit: Masson’i trikroomi ja antud paikme vaates uut markerit anti-FANCM antikeha.
Kvantitatiivne stromaalsete muutuste hindamine mikroskoobis on sageli aeganõudev, väljakutseid pakkuv ning hindajast lähtuvalt subjektiivne. Tänapäevaste digitaalse patoloogia lahendustega saaks hinnangu anda kiirelt ja usaldusväärselt. Uurimistöö käigus töötati välja avatud lähtekoodiga programm Pathadin, mis imiteerib patoloogi üldiseid töövõtteid. Arsti poolt treenitud mudel õppis eristama eesnäärme erinevaid struktuure – näärmeid, närve, stroomat, rasva ja optilisi tühimikke, analüüsima neid, kasutama erinevaid filtreid, näiteks värvifiltrit strooma analüüsiks (FANCM, Masson’i trikroom) ning loendama näärmelises komponendis DAB positiivsete rakkude hulka. Mudel sai hakkama oluliste diagnostiliste parameetrite skriinimisega, näiteks tuvastas eesnäärmes edukalt perineuraalse invasiooni ja ekstraprostaatilise leviku.
Uurimistöö tulemuste alusel saab välja tuua mitmed olulised järeldused. Esiteks kirjeldab töö süsteemselt ära uue immunohistokeemilise markeri FACNM kasutamise eesnäärmes. Teiseks tõestab, et stromaalset päritolu muutused on Gleason’i skoorist sõltuvad, kuid on piiratud väärtusega madala tundlikkuse tõttu. Kolmandaks näitab, et masinõpe kui mitte veel täielikult usaldusväärne inimesest sõltumatute lõplike diagnooside püstitamisel, võib juba praegu olla abiks histoloogilistes ja teaduslikes uuringutes.
Töö kirjelduses esitatud juhendid on universaalsed: neid saab kasutada erinevatel kudedel, nad võiksid julgustada patolooge kasutama arvuti poolt abistatavat diagnostikat ning looma ja arendama oma mudeleid.
Rohkem infot Tartu Ülikooli kodulehelt.
