PreciseDx 유방의 결정 영향 연구 (PDxBRUTILITY)

여성 유방암(BC)은 전 세계적으로 가장 흔히 진단되는 암으로 폐암을 능가했으며, 이는 전체 암 진단의 24.5%, 전체 암 사망의 15.5%를 차지합니다. 미국에서는 2022년에 미국인 290,560명이 유방암 진단을 받고 43,780명이 유방암으로 사망할 것으로 추산됩니다. 이러한 통계를 바탕으로 2022 NCCN(National Comprehensive Cancer Network), ASCO(American Society of Clinical Oncology) 및 CAP(College of American Pathologists) 임상 실무 지침에서는 진단 시 병리학 평가의 중요성을 계속해서 강조하고 있습니다. 조직학적 등급 및 단계와 같은 생물학적 재발 가능성을 반영하는 질병 및 특징.

Precise Dx Breast Assay(PDxBR™)는 초기 IBC 진단을 받은 환자의 유방암 재발을 예측하기 위해 NYSDOH에서 임상적으로 승인한 체외 예후 테스트입니다. 이 테스트에서는 환자의 대표적인 H&E 염색 절제 표본의 디지털 스캔을 활용합니다. 응용 인공 지능(AI) 결과 기반 이미지 분석의 발전을 사용하여 침윤성 암의 선택된 특징을 획득하고 임상 변수와 결합하여 6년 이내에 유방암 재발 가능성을 예측하는 위험 점수를 생성합니다. 계산 방법의 출현으로 연구자는 전체 슬라이드 이미지(WSI)의 AI 조사를 사용하여 IBC 조직병리학의 특성화 및 정확성을 향상시킬 수 있는지 조사했습니다. 이 접근 방식은 조직 섹션 내에서 정량적이고 신중한 형태학 특징(MFA)의 생성과 기계 학습을 사용하여 초기 단계 질병의 재발 위험을 예측하는 AI 모델을 만드는 것을 기반으로 했습니다. 연구자는 MFA 지원 AI 모델을 사용하여 표준 유방 조직학적 등급을 저위험군과 고위험군으로 재분류할 뿐만 아니라 임상 특징 사용과 관련하여 IBC의 위험 계층화를 개선하는 테스트를 개발했습니다.