난소 종괴 진단에 있어서 방사선학과 기계 학습 (Multi-AROMA)

양성 부속종괴와 악성 부속종괴의 정확한 감별진단은 수술 전 초음파 진단의 주요 목표이며, 수술팀(부인과 종양전문의 또는 양성병리센터), 수술적 접근(복강경/개복술) 측면에서 환자에 대한 올바른 치료를 계획하는 것이 매우 중요합니다. ) 및 수술 유형(보존적/파괴적).

산부인과 전문의가 부속기 종괴의 악성 종양 위험을 정의하는 데 도움을 주기 위해 여러 가지 초음파 모델이 개발되었습니다. 예측 모델을 사용하기 위해 검사자는 환자의 임상적 및/또는 생화학적 특성과 통합되어 종괴의 악성 종양 위험을 제공하는 병변의 특정 초음파 특징을 수집해야 했습니다.

최근 방사선학은 진단 영상(컴퓨터 단층 촬영, 자기 공명, 심지어 초음파)에 적용할 수 있는 흥미로운 도구로 떠오르고 있습니다. Radiomics는 완전히 자동화되어 재현 가능한 방식으로 작업자의 주관적 해석으로 볼 수 없는 측면을 식별하는 조직의 본질적인 특성을 '읽을' 수 있는 복잡한 소프트웨어를 통해 이미지를 평가하는 것입니다.

예측 모델 생성을 위해 인공 지능에 적용되는 방사성학은 적어도 부분적으로 운영자의 경험에 의존하는 이전 모델의 한계를 극복할 수 있는 흥미로운 도구를 나타냅니다.

장액성 난소암 중에서 BRCA 유전자 돌연변이가 있는 암은 흥미로운 하위 그룹을 나타내며 더 큰 화학민감성과 항혈관신생 약물 및 PARP 억제제를 이용한 표적 치료 가능성으로 인해 야생형 종양과 다른 병태생리학적 이력을 특징으로 합니다.

수술 전 초음파 영상에 방사선학을 적용하면 수술 계획(방사선유전체학 분석) 전에 BRCA 돌연변이 종양을 식별하고 맞춤형 치료가 가능해집니다.

이 연구의 목적은 연구자들이 Fondazione IRCCS Istituto Nazionale dei Tumori di Milano에서 개발한 부속기 종괴의 악성 종양 위험을 정의하는 예측 모델을 검증하는 것입니다.

방사선학과 인공 지능의 통합을 기반으로 하는 이 모델은 완전 자동 방식으로 초음파 이미지를 '읽을' 수 있는 복잡한 소프트웨어를 사용하고 종괴의 악성 종양 위험을 추정할 수 있습니다.

환자가 임상 연구에 참여하기로 결정한 경우, 환자는 질경유 초음파를 받게 됩니다(부속기 종괴가 큰 경우, 환자가 처녀자리이거나 환자가 어떤 이유로든 질경유 접근법을 거부하는 경우 결국 경복부 초음파로 보충됩니다). 이 검사는 부속기 병리에 대한 일상적인 수술 전 평가의 일부이므로 국내 및 국제 지침에 따라 환자는 추가적인 임상, 생화학적 또는 영상 검사를 받을 필요가 없습니다.

그 후, 수술 전 초음파 중에 저장된 이미지는 초음파 시스템에서 익명 형식으로 내보내지고 조정 센터(Fondazione IRCCS Istituto Nazionale dei Tumori di Milano)로 전송됩니다. 그곳에서 전용 소프트웨어를 적용하여 이미지를 방사선 분석에 적용합니다. 이를 통해 초음파 이미지를 구성하는 '픽셀'(회색 점)의 다양한 매개변수(모양, 강도, 이질성 등급 등)에 따라 조직의 본질적인 특성을 평가할 수 있습니다.

검증된 이 분석은 임상의에게 수술 전에 악성 부속기 종괴를 식별할 수 있는 추가 도구를 제공할 것입니다.

최종 조직학적 진단이 장액성 상피성 난소암인 경우, 위에서 설명한 것과 동일한 방사선학 소프트웨어를 사용하여 연구자는 BRCA 1 또는 2 돌연변이의 존재 또는 부재와 관련된 조직의 본질적인 특성을 식별하려고 노력할 것입니다.