Decision Impact Study av PreciseDx Breast (PDxBRUTILITY)

Brystkreft hos kvinner (BC) har overgått lungekreft som den mest diagnostiserte kreften på verdensbasis, noe som betyr 24,5 % av alle kreftdiagnoser og 15,5 % av alle kreftdødsfall. I USA er det anslått at 290 560 amerikanere vil bli diagnostisert med brystkreft i 2022 og 43 780 vil dø av sykdom. Gitt denne statistikken, fortsetter 2022 National Comprehensive Cancer Network (NCCN), American Society of Clinical Oncology (ASCO) og College of American Pathologists (CAP) retningslinjer for klinisk praksis å understreke den kritiske betydningen av patologivurderingen ved diagnose for å fastslå omfanget av sykdom og trekk som gjenspeiler et biologisk potensial for tilbakefall som histologisk grad og stadium.

Precise Dx Breast Assay (PDxBR™) er en in vitro prognostisk klinisk godkjent test av NYSDOH for å forutsi tilbakefall av brystkreft for pasienter diagnostisert med tidlig stadium IBC. Testen bruker en digital skanning av en representativ H&E-farget reseksjonsprøve fra pasienten. Ved å bruke fremskritt innen anvendt kunstig intelligens (AI) resultatbasert bildeanalyse, blir utvalgte trekk ved den invasive kreften ervervet og kombinert med kliniske variabler for å produsere en risikoscore som forutsier sannsynligheten for å få tilbakefall av brystkreft innen 6 år. Med bruken av beregningsmetoder, undersøkte etterforskeren om AI-avhør av hele lysbildebilder (WSI) kunne brukes for å forbedre karakteriseringen og nøyaktigheten av IBC-histopatologi. Tilnærmingen var basert på generering av kvantitative, diskrete morfologiske funksjoner i en vevsseksjon (Morphology Feature Array, MFA) og bruk av maskinlæring for å lage AI-modeller som forutsier risiko for tilbakefall i tidlig stadium av sykdom. Etterforskeren har utviklet en test som forbedrer risikostratifisering av IBC i forhold til bruken av kliniske funksjoner, samt omklassifisering av standard brysthistologisk karakter i lav- og høyrisikogrupper ved bruk av MFA-aktiverte AI-modeller.