Diagnose av peritoneal eksfoliativ cytologi-positiv gastrisk kreft basert på kunstig intelligens-drevet virtuell biopsiteknologi (GC-CY1)

Denne kliniske studien tar sikte på å utvikle og evaluere en kunstig intelligens (AI)-drevet virtuell biopsiteknologi for diagnostisering av magekreft med positiv peritoneal eksfoliativ cytologi (PEC). Magekreft med peritoneal metastase utgjør ofte en utfordring for tidlig oppdagelse og diagnostisering, med tradisjonelle diagnostiske metoder som bildediagnostikk og histopatologi som er begrenset i sensitivitet og spesifisitet.

I denne studien foreslår vi bruk av AI-algoritmer for å analysere ikke-invasive biomarkører, inkludert transkriptomiske profiler og bildedata, for å forutsi tilstedeværelsen av peritoneal eksfoliativ cytologi-positiv magekreft. Virtuell biopsi utnytter AI til å integrere flere datasett, og gir et omfattende diagnostisk verktøy som potensielt kan erstatte eller supplere gjeldende invasive diagnostiske prosedyrer. Ved å utvikle denne teknologien tar vi sikte på å forbedre tidlig diagnose og overvåking av magekreft, spesielt i tilfeller med okkult peritoneal metastase, og til slutt forbedre pasientresultatene gjennom mer rettidige og nøyaktige behandlingsstrategier.

Studien vil innebære innsamling av kliniske prøver fra magekreftpasienter med mistanke om peritoneal metastase. AI-modellen vil bli trent på disse prøvene for å identifisere relevante biomarkører for PEC-positiv magekreft. Klinisk validering vil bli utført for å vurdere ytelsen til dette AI-drevne virtuelle biopsisystemet sammenlignet med konvensjonelle diagnostiske metoder.

Denne studien har potensial til å gi en ny, ikke-invasiv diagnostisk tilnærming for magekreft med peritoneal involvering, og tilbyr et betydelig fremskritt innen tidlig kreftdeteksjon og personlig medisin.