Исследование влияния решения PrecisionDx Breast (PDxBRUTILITY)

Рак молочной железы у женщин (РМЖ) превзошел рак легких как наиболее часто диагностируемый рак во всем мире, что составляет 24,5% всех диагнозов рака и 15,5% всех случаев смерти от рака. По оценкам, в 2022 году в Соединенных Штатах у 290 560 американцев будет диагностирован рак молочной железы, а 43 780 человек умрут от этой болезни. Учитывая эти статистические данные, рекомендации по клинической практике Национальной комплексной онкологической сети (NCCN), Американского общества клинической онкологии (ASCO) и Коллегии американских патологов (CAP) 2022 года продолжают подчеркивать решающую важность оценки патологии при постановке диагноза для установления степени заболевание и особенности, которые отражают биологический потенциал рецидива, такие как гистологическая степень и стадия.

Precision Dx Breast Assay (PDxBR™) — это прогностический тест in vitro, клинически одобренный NYSDOH для прогнозирования рецидива рака молочной железы у пациентов с диагнозом IBC на ранней стадии. В тесте используется цифровое сканирование репрезентативного образца резекции пациента, окрашенного H&E. Используя достижения в области прикладного анализа изображений на основе искусственного интеллекта (ИИ), выбираются особенности инвазивного рака и объединяются с клиническими переменными для получения оценки риска, прогнозирующей вероятность рецидива рака молочной железы в течение 6 лет. С появлением вычислительных методов исследователь изучил, можно ли использовать ИИ-опрос целых изображений слайдов (WSI) для улучшения характеристики и точности гистопатологии IBC. Подход был основан на создании количественных, дискретных морфологических признаков в срезе ткани (Morphology Feature Array, MFA) и использовании машинного обучения для создания моделей искусственного интеллекта, которые прогнозируют риск рецидива на ранней стадии заболевания. Исследователь разработал тест, который улучшает стратификацию риска IBC относительно использования клинических особенностей, а также переклассификацию стандартной гистологической степени молочной железы на группы низкого и высокого риска с использованием моделей AI с поддержкой MFA.