Klinische evaluatie van een computeralgoritme om borstkanker te rapporteren (CLEOPATRAA) (CLEOPATRAA)

Deze studie is een vervolg op werk dat de afgelopen vier jaar is uitgevoerd en dat zich richt op de ontwikkeling van computerondersteunde diagnostische algoritmen in de histopathologie, met de nadruk op de detectie en typering van borstkanker. Het algoritme haalt informatie uit hetzelfde digitale beeld van een borstbiopsieglaasje dat door pathologen wordt gebruikt om een ​​diagnose te stellen. Het algoritme kan de aanwezigheid van invasieve kanker identificeren, beoordelen (d.w.z. hoe agressief het eruit ziet) en bepaal het moleculaire subtype, allemaal vanuit hetzelfde beeld en in één stap. Hoewel een patholoog invasieve kanker kan identificeren en deze op een biopsiemonster kan beoordelen, is de beoordeling inconsistent onder rapporterende artsen (d.w.z. gevoelig voor variabiliteit tussen waarnemers) en slechts ongeveer 80% kwam overeen met de 'echte' graad van de tumor verkregen bij de operatie. Bovendien zijn aanvullende tijdrovende en dure laboratoriumtests nodig voor moleculaire subtypering. Ze zijn echter essentieel om oncologen te informeren over de meest effectieve/gerichte therapie voor de patiënt in elk geval. Het doel van deze studie is om een ​​laatste real-life zuurtest van de technologie uit te voeren in de klinische omgeving, afzonderlijk maar parallel met routinematige diagnostische diensten. Als dit lukt, zal de technologie voldoende gegevens hebben verzameld om eindgebruikers en regelgevende instanties van de voordelen ervan te overtuigen en deze effectief gereed maken voor inzet in de klinische omgeving. In dat domein zal deze gezondheidseconomische beoordeling van de diagnostische oplossing parallel lopen met de klinische evaluatie van het algoritme om kosten- en tijdgerelateerde factoren tussen de routinematige klinische dienstverlening en de algoritme-workflow te analyseren en te vergelijken. Dit zal verdere informatie opleveren die regelgevende instanties nodig hebben om te helpen bij de overweging om de technologie binnen de huidige gezondheidszorgsystemen te gebruiken. Bovendien zullen er na 5 en 10 jaar follow-upgegevens worden verzameld om de prognose van de patiënt en de respons op de behandeling te onderzoeken, evenals toekomstige potentiële toepassingen van de technologie.