Прогнозирование метастазов в сигнальных лимфатических узлах при раке молочной железы на основе метаболитов в сыворотке и тканях

Рак молочной железы является злокачественной опухолью с самой высокой заболеваемостью и смертностью среди женщин во всем мире. Точная постановка подмышечных лимфатических узлов имеет решающее значение для оценки метастазов и принятия решений относительно методов лечения у пациентов с раком молочной железы. Среди пациентов, которым была выполнена биопсия сторожевого лимфатического узла, около 70 % пациентов имели отрицательные патологические результаты, иными словами, эти 70 % пациентов подверглись ненужному хирургическому вмешательству. В настоящее время визуализация и патологоанатомическая диагностика являются основными мерами метастазирования в лимфатические узлы при раке молочной железы. Однако ограничения остались. Искусственный интеллект, включая алгоритмы глубокого обучения и машинного обучения, стал возможным методом, который может сделать более точный прогноз за счет машинного сбора, изучения и обработки предыдущей информации, особенно в радиологии и диагностике на основе патологии. С усилением концепции точной медицины и развитием неинвазивных технологий мы намерены использовать технологию искусственного интеллекта для разработки прогностической модели на основе сыворотки и тканей для диагностики метастазов в сигнальных лимфатических узлах в сочетании с визуализацией и патологической информацией, предоставляя специфические, эффективные и неинвазивные биологические индикаторы для мониторинга и раннего вмешательства при метастазировании в лимфатические узлы у пациентов с раком молочной железы. Поэтому мы ретроспективно включаем образцы сыворотки от пациентов с ранним раком молочной железы, подвергающихся биопсии сторожевого лимфатического узла, включая когорту обнаружения и когорту моделирования. Метаболиты были обнаружены и подвергнуты скринингу в когорте обнаружения, а затем в качестве целевых метаболитов для целевого обнаружения в когорте моделирования. В сочетании с предоперационной визуализацией и патологической информацией будет создана модель прогнозирования метастазирования сигнальных лимфатических узлов рака молочной железы на основе метаболитов сыворотки. Впоследствии пациенты с многоцентровым раком молочной железы будут включены для проверки точности и стабильности нашей модели.