자궁내막증 관련 난소암의 인공 지능과 자궁내막증 관련 난소암의 정밀 수술 (ATENA)

자궁내막증(EMS)은 가임기 여성의 10-15%에 영향을 미치는 만성, 무효화, 염증성 부인과 질환입니다. EMS는 골반 복막 및 ​​난소를 포함하는 자궁 외부의 자궁 내막 유사 조직의 병변을 특징으로 합니다. 또한 먼 초점이 때때로 관찰됩니다. 불행히도 EMS의 병인은 거의 알려져 있지 않습니다. 비악성이지만 EMS는 국소 및 원거리 병소의 발달, 세포사멸에 대한 저항성, 표적 장기에 대한 후속 손상으로 인한 다른 조직의 침습과 같은 암과 유사한 특징을 공유합니다. 또한 EMS(특히 난소 EMS) 환자는 상피성 난소암(EOC) 발병 위험이 높은(약 3~10배) 것으로 나타났습니다. 역학, 형태학 및 분자 연구에서 EOC의 전구체로서 자궁내막종이 보고되었으며, 여기에는 모두 "EMS 관련 난소 암종(EROC)"이라고 불리는 투명 세포(CCC) 자궁내막양 암종이 포함됩니다. 현재까지 양성 EMS가 악성 변형을 일으키는 이유는 명확하지 않습니다. 이 다단계 프로세스는 고급 장액성 암종과 달리 조기 진단 및 질병의 초기 단계에서 암종 전구체를 식별할 수 있는 가능성을 제공합니다.

EOC는 효과적인 스크리닝 도구의 부족으로 인해 5년 전체 생존율(OS)이 25%인 가장 치명적인 여성 부인과 암이며 전체 복막 표면에 빠르게 확산(발암)하여 모든 복부 장기를 침범합니다. EOC의 진단 및 임상적 병기는 현재 민감도/특이성이 차선이지만 정성적 이미지 평가에 의해 수행됩니다. 현재까지 진단, 병기 및 예후 요인은 주관적 평가 교육 및 임상 경험과 밀접한 관련이 있습니다.

NGS(Next Generation Sequencing)를 기반으로 한 게놈 분석에서 EMS에서 암 관련 유전자 돌연변이의 존재가 밝혀졌습니다. 또한, EMS의 만성 염증 과정에는 초기 EMS 바이오마커가 될 것으로 예상되는 호르몬, 사이토카인, 당단백질 및 혈관신생 인자와 같은 많은 인자가 포함됩니다.

암 연구의 유망한 새로운 분야는 인공 지능(AI)을 사용하여 새로운 이미지 패턴과 질감을 인식하고/하거나 EROC 환자의 조기 식별을 개선하기 위해 새로운 바이오마커를 감지하는 것입니다. AI는 EROC에 사용된 적이 없으며 이러한 방법/기술이 현재 진단 및 위험 평가를 지원하고 개선할 수 있는지 여부를 조사하고자 합니다. AI는 이미지와 관심의 양을 기반으로 새로운 3D 위험 평가 모델을 구성하는 데 사용됩니다.