A mellrák jelentésére szolgáló számítógépes algoritmus klinikai értékelése (CLEOPATRAA) (CLEOPATRAA)

Ez a tanulmány az elmúlt 4 év során végzett munka folytatása, amelynek középpontjában a kórszövettan számítógépes diagnosztikai algoritmusainak fejlesztése állt, különös tekintettel az emlőrák kimutatására és tipizálására. Az algoritmus az emlőbiopsziás üveglemez ugyanazon digitális képéből nyeri ki az információt, amelyet a patológusok használnak a diagnózis felállításához. Az algoritmus képes azonosítani az invazív rák jelenlétét, minősíteni (pl. mennyire agresszívnek tűnik), és meghatározza molekuláris altípusát, mindezt ugyanarról a képről és egyetlen lépésben. Míg a patológus képes azonosítani az invazív rákot, és besorolni egy biopsziás mintán, az osztályozás következetlen a jelentéstevő klinikusok között (pl. hajlamos a megfigyelők közötti variabilitásra), és csak körülbelül 80%-a igazodik a műtét során kapott tumor „igazi” fokozatához. Ezenkívül további időigényes és költséges laboratóriumi vizsgálatokra van szükség a molekuláris altípusok meghatározásához. Ezek azonban elengedhetetlenek ahhoz, hogy az onkológusokat minden esetben tájékoztassák a páciens számára leghatékonyabb/célzottabb terápiáról. Jelen tanulmány célja a technológia végső, valós savtesztjének elvégzése klinikai környezetben külön-külön, de a rutin diagnosztikai szolgáltatásokkal párhuzamosan. Ha sikeres lesz, a technológia elegendő adathalmazra tesz szert ahhoz, hogy meggyőzze a végfelhasználókat és a szabályozó szerveket érdemeiről, és hatékonyan készen áll majd a klinikai környezetben történő alkalmazásra. Ezen a területen a diagnosztikai megoldás egészség-gazdaságtani értékelése az algoritmus klinikai értékelésével párhuzamosan fut, hogy elemezze és összehasonlítsa a rutin klinikai szolgáltatás és az algoritmus munkafolyamatának költség- és időbeli tényezőit. Ez további információkat biztosít a szabályozó testületek számára a technológia jelenlegi egészségügyi rendszereken belüli hasznosításának mérlegeléséhez. Ezenkívül 5 és 10 év múlva nyomon követési adatokat gyűjtenek a betegek prognózisának és kezelési reakciójának, valamint a technológia jövőbeli lehetséges alkalmazásainak vizsgálata céljából.