Estudio Clínico Prospectivo Multicéntrico del Sistema Inteligente de Espectroscopía Raman Sérica para el Diagnóstico del Cáncer de Próstata

En la actualidad, la herramienta de detección clínica más utilizada se basa en el examen del antígeno prostático específico (PSA). Debido a que el PSA es un marcador específico de tejido en lugar de específico de tumor, tiene baja especificidad y sensibilidad para el cáncer de próstata. Aunque se ha demostrado que estos modelos de diagnóstico relacionados con el PSA (PHI, 4Kscore) mejoran la sensibilidad y la especificidad del diagnóstico temprano del cáncer de próstata, aún no cumplen con los requisitos de un diagnóstico preciso. Por lo tanto, es extremadamente importante desarrollar una herramienta de diagnóstico con mayor especificidad, sensibilidad y precisión en la estrategia actual de detección de tumores de próstata.

La espectroscopia Raman (Raman Spectrum, RS) como una tecnología de detección molecular no invasiva y de alta especificidad de material, se puede obtener a nivel molecular, por lo que es sensible para detectar muestras biológicas relacionadas con el metabolismo tumoral, proteínas, ácidos nucleicos, lípidos y composición de azúcar de bio -cambios de moleculas. Como señalaron los científicos en una literatura en "revisiones de la sociedad química" en 2020, aunque la tecnología SERS ha demostrado una buena eficacia diagnóstica en muchos estudios preclínicos en múltiples tumores, se limita a un tamaño de muestra generalmente pequeño y carece de validación externa. Por lo tanto, se necesita un estudio clínico de espectros Raman para el diagnóstico de tumores, que cumpla con los siguientes requisitos: 1. Se necesita una aplicación objetiva, rápida y práctica del procesamiento de datos espectrales Raman y el método de aprendizaje profundo puede ser el mejor método de clasificación; 2. Requiere muestras clínicas multicéntricas y grandes para entrenar el modelo de diagnóstico de aprendizaje profundo y verificar su verdadera eficacia a través de datos externos de estudio prospectivo.

En nuestro estudio preliminar, recopilamos datos de espectros Raman de una gran cohorte de 2899 pacientes y construimos un sistema de diagnóstico inteligente Raman basado en el modelo CNN. El sistema de diagnóstico inteligente logró una precisión del 83%. Con el fin de obtener el más alto nivel de evidencia clínica y lograr una verdadera transformación clínica, este estudio clínico prospectivo multicéntrico está diseñado para verificar el sistema de diagnóstico inteligente para el diagnóstico temprano del cáncer de próstata.