Прогнозирование результата циторедукции при распространенном раке яичников с использованием алгоритма машинного обучения и закономерностей распространения заболевания при лапароскопии (PREDAtOOR) (PREDAtOOR)

При лечении распространенного рака яичников решение о первичной операции является сложным и принимается хирургом с учетом множества факторов. Иногда перед операцией необходима химиотерапия, чтобы уменьшить некоторые опухоли. Чтобы выбрать лучших пациентов для первичной операции, было разработано несколько инструментов прогнозирования. КТ и МРТ чаще всего используются для выявления локализации и количества опухолей в брюшной полости и могут помочь определить, можно ли безопасно удалить эти опухоли хирургическим путем. Однако эти методы визуализации являются лишь прогнозом, и иногда для облегчения процесса принятия решения проводится диагностическая лапароскопия (установка камеры в брюшную полость для осмотра всех участков заболевания).

С внедрением искусственного интеллекта и машинного обучения появилась возможность создавать более точные модели прогнозирования, используя изображения из этих диагностических видеороликов лапароскопии. В частности, исследователи хотели бы использовать изображения, полученные при диагностической лапароскопии, для создания моделей машинного обучения, которые помогут предсказать, можно ли успешно удалить опухоли при первичной операции или потребуется химиотерапия перед операцией.

Исследователи будут регистрировать пациентов единовременно (во время операции) и следить за ними во времени. Никаких дополнительных посещений, кроме операции, не будет.

Однако во время операции хирургическая бригада делает снимки, однако отличие заключается в том, что эти изображения будут использоваться для создания алгоритма для прогнозирования результатов операции. Эти изображения будут храниться в защищенной базе данных с анонимным номером, не связывающим эти изображения ни с одним из участников.