AI-asszisztált rendszer a mellfillodes-daganatok pontos diagnosztizálására és előrejelzésére

A Breast phyllodes tumor (PT) egy ritka fibroepiteliális daganat, amely az összes emlődaganat 1-3%-át teszi ki, és a WHO jóindulatú, borderline és rosszindulatú kategóriákba sorolja be olyan hisztopatológiai jellemzők alapján, mint a tumor határa, a stroma cellularitása, a stroma atípia. , mitotikus aktivitás és a stromális túlnövekedés. A rosszindulatú PT-k aránya 18-25%, magas a helyi kiújulás (akár 65%) és a távoli metasztázisok aránya (16-25%). A jóindulatú PT többszörös kiújulás után rosszindulatú daganattá fejlődhet. Ezért a korai, pontos diagnózis és a terápiás célpontok azonosítása kulcsfontosságú az eredmények és a túlélési arány javítása szempontjából.

Az elmúlt években megnőtt az érdeklődés a mesterséges intelligencia (AI) alkalmazása iránt az orvosi diagnosztikában. A mesterséges intelligencia képes integrálni a klinikai információkat, a kórszövettani képeket és a multi-omikai adatokat, hogy segítse a patológiás és klinikai diagnózist, a prognózis előrejelzését és a molekuláris profilalkotást. Az AI ígéretes eredményeket mutatott fel különböző területeken, beleértve a különböző rákos megbetegedések, például a vastagbélrák, a mellrák diagnosztizálását. rák, és prosztatarák. A PT azonban különbözik az emlőráktól a diagnózisban és a kezelési megközelítésben. Ezért a személyre szabott orvoslás szempontjából kulcsfontosságú egy mesterséges intelligencia-alapú rendszer létrehozása a PT pontos diagnosztizálására és prognózisának értékelésére.

A Dr. Nie Yan által vezetett kutatócsoport egyike azon keveseknek Guangdong tartományban, sőt országosan is, amely a PT-kutatásra szakosodott. Csapatuk a rosszindulatú daganatok progressziójával, a metasztázis mechanizmusaival és a PT molekuláris markereivel kapcsolatos kutatásokat végez. A csapat kulcsfontosságú mechanizmusokat azonosított, mint például a fibroblaszt-miofibroblaszt differenciálódást, és a tumorhoz kapcsolódó makrofágok szerepét a differenciálódás elősegítésében. Molekuláris markereket is azonosítottak, köztük a miR-21-et, az α-SMA-t, a CCL18-at és a CCL5-öt, amelyek a hagyományos kórszövettani osztályozáshoz képest pontosabbak a tumor kiújulási kockázatának előrejelzésében.

A projekt során közel ezer emlő-PT-betegtől gyűjtöttek jó minőségű adatokat, köztük képalkotó, kórszövettani és túlélési adatokat, valamint szövetmintákon transzkriptom génszekvenálást végeztek. Céljuk egy átfogó multi-omics adatbázis felépítése az emlő-PT-hez, valamint egy mesterséges intelligencia-alapú modell létrehozása a korai diagnózishoz és a prognózis előrejelzéséhez. Ez a kutatás javíthatja az emlő-PT diagnosztizálását és kezelését, kezelheti az emlő-PT ellátásában tapasztalható különbségeket Kína különböző régiói között, és hozzájárulhat új terápiás célok kidolgozásához.