KLINISK Evaluering af en computeralgoritme til at rapportere brystkræft (CLEOPATRAA) (CLEOPATRAA)

Denne undersøgelse følger efter arbejde udført over de sidste 4 år med fokus på udvikling af computerstøttede diagnostiske algoritmer inden for histopatologi med fokus på påvisning og typning af brystkræft. Algoritmen udtrækker information fra det samme digitale billede af et brystbiopsiglas, som bruges af patologer til at stille en diagnose. Algoritmen kan identificere tilstedeværelsen af ​​invasiv cancer, gradere den (dvs. hvor aggressiv den ser ud) og bestemme dens molekylære undertype, alt sammen fra det samme billede og i et enkelt trin. Mens en patolog kan identificere invasiv cancer og bedømme den på en biopsiprøve, er graderingen inkonsekvent på tværs af rapporterende klinikere (dvs. tilbøjelig til inter-observatør-variabilitet) og kun omkring 80 % afstemt med den "sande" grad af tumoren opnået ved operationen. Desuden kræves yderligere tidskrævende og dyre laboratorietests til molekylær subtypning. De er dog væsentlige for at informere onkologer om den mest effektive/målrettede behandling for patienten i hvert enkelt tilfælde. Formålet med denne undersøgelse er at udføre en endelig syretest af teknologien i det kliniske miljø separat, men parallelt med rutinemæssige diagnostiske tjenester. Hvis det lykkes, vil teknologien have opnået en tilstrækkelig mængde data til at overbevise slutbrugere og regulerende organer om dens værdi og vil effektivt gøre den klar til implementering i det kliniske miljø. På dette område vil denne sundhedsøkonomiske vurdering af diagnostiske løsninger køre sammen med den kliniske evaluering af algoritmen for at analysere og sammenligne omkostnings- og tidsrelaterede faktorer mellem den rutinemæssige kliniske service og algoritmens arbejdsgang. Dette vil give yderligere oplysninger, der kræves af tilsynsorganer for at hjælpe overvejelserne om at udnytte teknologien i de nuværende sundhedssystemer. Endvidere vil opfølgningsdata blive indsamlet efter 5 og 10 år for at undersøge patientprognose og behandlingsrespons samt fremtidige potentielle anvendelser af teknologien.