Der künstliche-Intelligenz-software, erstellt von Forschern am Imperial College London und der University of Melbourne, wurde in der Lage, vorherzusagen, die Prognose von Patienten mit Eierstock-Krebs genauer als die derzeitigen Methoden. Es kann auch Vorhersagen, welche Behandlung am effektivsten für Patienten nach der Diagnose.
Die Studie, veröffentlicht in Nature Communications fand am Hammersmith Hospital, Teil der Imperial College Healthcare NHS Trust.
Forscher sagen, dass diese neue Technologie könnte helfen, die ärzte verwalten die besten Behandlungen, um Patienten schneller und ebnet den Weg für die personalisierte Medizin. Sie hoffen, dass die Technologie kann verwendet werden, um Schichten Eierstock-Krebs-Patienten in Gruppen, basierend auf die feinen Unterschiede in der textur von Krebs auf CT-scans eher als Klassifizierung basierend auf welche Art von Krebs Sie haben, oder, wie fortschrittlich es ist.
Professor Eric Aboagye, Blei-Autor und Professor der Krebs-Pharmakologie und Molekulare Bildgebung am Imperial College London, sagte:
„Die Langzeit-überlebensraten für Patienten mit fortgeschrittenem Eierstockkrebs, die arm sind trotz der Fortschritte in der Krebs-Behandlungen. Es ist dringend notwendig, neue Wege zu finden, um die Krankheit zu behandeln. Unsere Technologie ist in der Lage, den ärzten mehr detaillierte und genaue Informationen über die, wie die Patienten wahrscheinlich eine Reaktion auf die verschiedenen Behandlungen, die es erlauben könnten Sie, um bessere und gezieltere Behandlung Entscheidungen zu treffen.“
Professor Andrea Rockall, co-Autor und Ehrenamtlicher Berater Radiologen, am Imperial College Healthcare NHS Trust, fügte hinzu:
„Die künstliche Intelligenz hat das Potenzial zu verändern, die Art und Weise der Gesundheitsversorgung geliefert und Verbesserung der Patienten-Ergebnisse. Unsere software ist ein Beispiel dafür, und wir hoffen, dass es kann verwendet werden, als ein Werkzeug zu helfen, Kliniker mit, wie am besten zu verwalten und Behandlung von Patienten mit Eierstockkrebs.“
Eierstockkrebs ist die sechsthäufigste Krebsart bei Frauen und betrifft meist Frauen nach der menopause oder solche mit einer Familiengeschichte der Krankheit. Gibt es 6.000 neue Fälle von Eierstockkrebs pro Jahr in Großbritannien, aber die Langzeit-überlebensrate von nur 35 bis 40 Prozent, da die Krankheit oft erst in einem viel späteren Stadium, sobald Symptome wie Blähungen bemerkbar machen. Die Früherkennung der Krankheit verbessern könnte überlebensraten.
Ärzte diagnose von Eierstock-Krebs in einer Reihe von Möglichkeiten, einschließlich ein Bluttest, um zu schauen, für eine Substanz namens CA125—ein Anzeichen für Krebs—, gefolgt von einem CT-scan verwendet Röntgenstrahlen und einem computer zu erstellen, detaillierte Bilder der Eierstock-Tumor. Dies hilft ärzte wissen, wie weit die Krankheit ausgebreitet hat und bestimmt die Art der Behandlung erhalten die Patienten, wie Chirurgie und Chemotherapie.
Allerdings die scans nicht geben kann, Kliniker detaillierte Einblicke in die Patienten wahrscheinlich die Ergebnisse oder auf die wahrscheinliche Wirkung einer therapeutischen intervention.
Forscher mit einem mathematischen software-tool namens TEXLab zu identifizieren, die die Aggressivität von Tumoren in CT-scans und Gewebeproben von 364 Frauen mit Eierstockkrebs, die zwischen 2004 und 2015.
Die software untersucht vier biologischen Eigenschaften der Tumoren, die maßgeblichen Einfluss auf die überlebenszeit—Struktur, Form, Größe und genetische make-up zu bewerten Prognose der Patienten. Die Patienten wurden dann eine Bewertung, bekannt als Radiomic Prognostische Vektor (RPV), die angibt, wie schwer die Krankheit ist, reichen von leichter bis schwerer.
Die Forscher verglichen die Ergebnisse mit Blut-tests und aktuellen prognostischen scores verwendet, die von ärzten zur Schätzung der überlebensrate. Sie fanden, dass die software bis zu vier mal mehr genau für die Vorhersage der Todesfälle durch Eierstockkrebs, als standard-Methoden.
Das team fand auch, dass fünf Prozent der Patienten mit hohen RPV erzielt hatten eine überlebensrate von weniger als zwei Jahren. Hohe RPV wurde auch im Zusammenhang mit der Chemotherapie-Resistenz und schlechte chirurgische Ergebnisse, was darauf hindeutet, dass die RPV kann verwendet werden, als ein potentieller biomarker für Vorhersagen, wie Patienten reagieren auf Medikamente.
Professor Aboagye deutet darauf hin, dass diese Technologie kann verwendet werden, um die Identifikation von Patienten, die unwahrscheinlich sind zu reagieren, um standard-Behandlungen und bieten Ihnen alternative Behandlungen.
Die Forscher führen eine größere Studie, um zu sehen, wie genau die software können Sie Vorhersagen, die Ergebnisse der Operation und/oder medikamentöse Therapien für den einzelnen Patienten.
Die Studie wurde finanziert durch NIHR Imperial Biomedical Research Centre, Imperial College Experimental Cancer Medicine Centre und Imperial College London Tissue Bank.