Predikce metastáz sentinelové lymfatické uzliny u rakoviny prsu založená na sérovém a tkáňovém metabolitu

Karcinom prsu je zhoubný nádor s nejvyšší morbiditou a mortalitou u žen na celém světě. Přesné stanovení stadia axilárních lymfatických uzlin je kritické pro hodnocení metastáz a rozhodnutí ohledně léčebných modalit u pacientek s rakovinou prsu. Mezi pacienty, kteří podstoupili biopsii sentinelové lymfatické uzliny, mělo asi 70 % pacientů negativní patologické výsledky, jinými slovy, těchto 70 % pacientů podstoupilo zbytečnou operaci. V současnosti je zobrazení a patologická diagnostika hlavním měřítkem metastáz do lymfatických uzlin u karcinomu prsu. Omezení však zůstala. Umělá inteligence, včetně algoritmů hlubokého učení a strojového učení, se objevila jako možná technika, která může provádět přesnější předpověď prostřednictvím strojového sběru, učení a zpracování předchozích informací, zejména v radiologii a diagnostice založené na patologii. S intenzifikací konceptu precizní medicíny a rozvojem neinvazivní technologie hodláme využít technologii umělé inteligence k vývoji sérového a tkáňového prediktivního modelu pro diagnostiku metastáz do sentinelových lymfatických uzlin v kombinaci se zobrazovacími a patologickými informacemi. specifické, účinné a neinvazivní biologické indikátory pro sledování a včasnou intervenci metastáz do lymfatických uzlin u pacientky s karcinomem prsu. Proto retrospektivně zařazujeme vzorky séra od pacientek s časným karcinomem prsu podstupujících biopsii sentinelové lymfatické uzliny, včetně kohorty objevů a modelové kohorty. Metabolity byly detekovány a testovány v kohortě objevů a poté jako cílové metabolity pro cílenou detekci v modelové kohortě. V kombinaci s předoperačním zobrazením a patologickými informacemi by byl vytvořen predikční model metastázy do sentinelové lymfatické uzliny karcinomu prsu na základě sérových metabolitů. Následně budou multicentrické pacientky s rakovinou prsu prospektivně zařazovány k ověření přesnosti a stability našeho modelu.