AI-EBUS-Elastografi för LN Staging (AI-EBUS-E)

Innan några behandlingsbeslut tas för patienter med lungcancer är det avgörande att avgöra om cancern har spridit sig till lymfkörtlarna i bröstet. Traditionellt bestäms detta genom att ta biopsiprover från dessa lymfkörtlar, med hjälp av endobronkial ultraljudstransbronchial Needle Aspiration (EBUS-TBNA) procedur. Tyvärr är resultaten av EBUS-TBNA i 40 % av tiden inte informativa och felaktiga behandlingsbeslut fattas. Det finns därför ett erkänt behov av ett bättre sätt att avgöra om cancern har spridit sig till lymfkörtlarna i bröstet. Utredarna tror att elastografi, en nyligen upptäckt bildteknik, kan uppfylla detta behov. I denna studie föreslår utredarna att avgöra om elastografi kan diagnostisera cancer i lymfkörtlarna. Elastografi bestämmer vävnadsstyvheten i de olika delarna av lymfkörteln och genererar en färgkarta, där den styvare delen av lymfkörteln ser blå ut och den mjukaste delen ser röd ut. Det har föreslagits att om en lymfkörtel är övervägande blå, så innehåller den cancer, och om den är övervägande röd så är den godartad. För att studera detta har utredarna designat ett experiment där lymfkörtlarna avbildas med EBUS-elastografi, och bilderna analyseras därefter med en datoralgoritm med hjälp av artificiell intelligens. Algoritmen kommer att tränas att läsa bilderna först och sedan förutsäga om dessa bilder visar cancer i lymfkörteln. För att utvärdera framgången med algoritmen kommer utredarna att jämföra dess förutsägelser med patologiresultaten från lymfkörtelbiopsier eller kirurgiska prover.