Utvikling og prospektiv validering av en patologibasert kunstig intelligens-modell for å forutsi tiden til kastrasjonsresistens ved prostatakreft

Hormonbehandling er en viktig behandlingsmetode for prostatakreft og kan effektivt forlenge pasienters overlevelse. Imidlertid vil nesten alle pasienter på forskjellige tidspunkter utvikle kastrasjonsresistent prostatakreft. Nåværende hormonbehandlingsalternativer inkluderer androgen deprivasjonsterapi (ADT), anti-androgenreseptor (AR) og kjemoterapi, hvor kombinasjonsbehandling er mer effektiv i tidlige stadier, men assosiert med større bivirkninger. Derfor kan det å forutsi tiden til kastrasjonsresistent progresjon og bruke denne informasjonen til å tilpasse individuelle behandlingsplaner sikre effektivitet samtidig som man reduserer medikamentbivirkninger. Derfor har vi utviklet en kunstig intelligens prediktiv modell for å forutsi tiden til kastrasjonsresistens ved prostatakreft, som forventes å nøyaktig forutsi progresjonstiden for forskjellige pasienter og hjelpe leger med å utarbeide personlige og presise behandlingsplaner basert på individuelle progresjonsrisikoer.

Denne studien er en prediktiv test uten inngripenstiltak, som planlegger å samle patologiske snitt av prostatabiopsi fra de inkluderte pasientene og digitalisere dem til helsnittbilder (WSI). AI-modellen vil analysere WSI-ene og generere snittnivå prediktive resultater (innen 12 måneder, mellom 12 til 24 måneder eller over 24 måneder). Rutinemessig behandling og undersøkelse vil bli utført som vanlig. Disse to prosessene vil ikke forstyrre hverandre. Deretter vil vi følge opp pasientene i 24 måneder for å registrere tiden til kastrasjonsresistent progresjon, og deretter sammenligne resultatene med den prediktive modellen.