Tekoäly eNdometrioosiin liittyvässä munasarjasyövässä ja tarkkuuskirurgia endometrioosiin liittyvässä munasarjasyövässä (ATENA)

Endometrioosi (EMS) on krooninen, invalidisoiva, tulehduksellinen gynekologinen sairaus, joka vaikuttaa 10-15 %:lla lisääntymisiässä olevista naisista. EMS:lle on tyypillistä kohdun limakalvon kaltaisen kudoksen vauriot kohdun ulkopuolella, joihin liittyy lantion vatsakalvo ja munasarjat. Lisäksi joskus havaitaan kaukaisia ​​pesäkkeitä. Valitettavasti EMS:n etiologiaa tunnetaan vähän. Vaikka EMS ei ole pahanlaatuinen, sillä on samanlaisia ​​piirteitä kuin syöpää, kuten paikallisten ja kaukaisten pesäkkeiden kehittyminen, vastustuskyky apoptoosille ja tunkeutuminen muihin kudoksiin ja myöhemmät vauriot kohde-elimiin. Lisäksi potilailla, joilla oli EMS (erityisesti munasarjan EMS), oli suuri riski (noin 3-10 kertaa) kehittää epiteeli munasarjasyöpä (EOC). Epidemiologiset, morfologiset ja molekyylitutkimukset raportoivat endometriooman EOC:n esiasteeksi, mukaan lukien kirkassoluinen (CCC) endometrioidisyöpä, joita molempia kutsutaan "EMS-peräiseen munasarjasyöpään (EROC)". Tähän mennessä on edelleen epäselvää, miksi hyvänlaatuinen EMS aiheuttaa pahanlaatuisen transformaation. Tämä monivaiheinen prosessi, toisin kuin korkea-asteiset seroosikarsinoomat, tarjoaa mahdollisuuden tunnistaa karsinooman esiasteet, mikä mahdollistaa varhaisen diagnoosin ja taudin alkuvaiheessa.

EOC on tappavin naisten gynekologinen syöpä, jonka viiden vuoden kokonaiseloonjäämisaste (OS) on 25 % tehokkaiden seulontatyökalujen puutteen vuoksi ja leviää nopeasti koko vatsakalvon pinnalle (karsinoosi) siten, että se kattaa kaikki vatsan elimet. EOC:n diagnoosi ja kliininen vaiheistus tehdään tällä hetkellä kvalitatiivisella kuvan arvioinnilla, vaikka herkkyys/spesifisyys ei ole optimaalinen. Tähän mennessä diagnostiset, staging- ja prognostiset tekijät korreloivat voimakkaasti subjektiivisen arviointikoulutuksen ja kliinikon kokemuksen kanssa.

Seuraavan sukupolven sekvensointiin (NGS) perustuva genomianalyysi on paljastanut syöpään liittyvien geenimutaatioiden esiintymisen EMS:ssä. Lisäksi EMS:n krooniseen tulehdusprosessiin liittyy monia tekijöitä, kuten hormoneja, sytokiinejä, glykoproteiineja ja angiogeenisiä tekijöitä, joista odotetaan muodostuvan varhaisia ​​EMS-biomarkkereita.

Lupaava uusi syöpätutkimuksen haara on tekoälyn (AI) käyttö uusien kuvamallien ja tekstuurien tunnistamiseen ja/tai uusien biomarkkereiden havaitseminen EROC-potilaiden varhaisen tunnistamisen parantamiseksi. Tekoälyä ei ole koskaan käytetty EROC:iin, ja haluamme tutkia, voivatko nämä menetelmät/tekniikat tukea ja jopa parantaa nykyistä diagnostiikkaa ja riskinarviointia. Tekoälyä käytetään uuden 3D-riskinarviointimallin rakentamiseen kuvien ja kiinnostavan määrän perusteella