A multiple-instance learning framework for predicting immunotherapy response: a digital pathology-based approach

Digital pathology images, a type of data coming from high-resolution biopsy tissue scans, are one of the most promising data sources we can use to select lung cancer treatment. They provide direct visual information from cancerous cells regarding texture and placement used in similar tasks in the oncological field. This study uses digital pathology scans to introduce a novel AI-based framework for multiple prediction tasks related to the efficacy of immunotherapy in non-small cell lung cancer (NSCLC). Using hematoxylin and eosin (H\&E) slides, the proposed method bypasses conventional PD-L1 immunohistochemistry markers by extracting robust feature representations through a pre-trained foundation model and aggregating tile-level information using an attention-based multiple instance learning (ABMIL) framework to predict histology, PD-L1 expression categories and treatment response, in a weakly supervised setting. An ensemble strategy of multiple models enhances predictive performance and robustness. The results of testing the proposed approach on real-world data from a cancer research institution demonstrate the potential of this strategy for refined patient stratification and improved prognostic assessment in NSCLC immunotherapy.

Le immagini di digital pathology, un tipo di dati provenienti da scansioni di tessuti bioptici ad alta risoluzione, sono una delle fonti di dati più promettenti per la selezione del trattamento del cancro del polmone. Esse contengono una grandissima quantità di informazioni sulle cellule tumorali con un’immensa potenzialità non sfruttata interamente nel trattamento oncologico. Questo tesi utilizza i vetrini digitalizzati per sviluppare un nuovo framework, basato sull’IA, per risolvere diversi obiettivi relativi all’efficacia dell’immunoterapia nel carcinoma polmonare non a piccole cellule (NSCLC). Utilizzando vetrini, preparati con ematossilina ed eosina (H&E), il metodo proposto intende , senza utilizzare il PD-L1 (marcatore immuistochimico utilizzato nella pratica medica), ma sviluppando un modello di IA, che si basa sull’estrazione di caratteristiche significative dai vetrini (feature) per mezzo di un modello pre-addrestato (foundation model) ed aggregando le informazioni con un modello di multiple instance learning (ABMIL), basato sull’attenzione, prevedere l’istologia, l’espressione del PD-L1 e la risposta al trattamento immunoterapico, in un uno scenario di weak supervision. Una strategia di ensemble di più modelli migliora le prestazioni predittive e la robustezza. I risultati della sperimentazione di questo approccio, su dati reali, provienienti da più istituti di ricerca sul cancro, dimostrano il potenziale di questa strategia per una stratificazione più sofisticata dei pazienti e una migliore valutazione prognostica nell’immunoterapia del NSCLC.