Kemajuan dalam teknologi digital dan integrasi Generative AI membuka jalan bagi kemajuan besar dalam pengobatan presisi, khususnya di bidang imunoterapi presisi. Teknik seperti imunofluoresensi multipleks (mIF) sangat penting untuk menganalisis keadaan sel individual dan distribusi spasialnya, memberikan petunjuk penting tentang interaksi antara tumor dan sistem kekebalan tubuh. Wawasan ini dapat memprediksi respons tumor terhadap imunoterapi dan menyarankan cara untuk memodifikasi tumor yang tidak responsif agar lebih mudah diobati.

Namun, adopsi teknik-teknik ini terhambat oleh biaya yang sangat tinggi dan masalah skalabilitas: memperoleh data mIF dari satu sampel jaringan saja bisa sangat mahal, dan bahkan laboratorium terkemuka pun kesulitan menerapkan teknologi ini pada banyak sampel.

Sebuah studi terbaru yang diterbitkan di Cell menyajikan GigaTIME, sebuah model AI multimodal yang mengubah spesimen patologi hematoksilin-eosin (H&E) standar menjadi gambar mIF virtual. Model kolaboratif ini dilatih pada kumpulan data 40 juta sel untuk menghasilkan populasi virtual gambar mIF di berbagai jenis dan subtipe kanker. Studi ini mengungkap lebih dari 1.000 asosiasi signifikan antara aktivasi protein mIF dan karakteristik klinis, dengan validasi eksternal yang mendukung temuan ini.

GigaTIME mewakili langkah perintis dalam studi skala populasi tentang mikro lingkungan imun tumor, sebuah pencapaian yang sebelumnya tidak mungkin diraih karena keterbatasan data mIF. Dengan mengubah slide H&E menjadi data mIF virtual yang detail, GigaTIME membuka jalan baru untuk penelitian imunoonkologi presisi. Model ini dipublikasikan untuk memfasilitasi penelitian klinis di bidang ini. Menurut Dr. Carlo Bifulco, GigaTIME berpotensi membuka wawasan yang sebelumnya tidak dapat diakses, mempercepat penemuan terapi baru dalam onkologi presisi dan meningkatkan hasil pasien.