CADx - Radiomik för att särskilja ursprunget till äggstockstumörer (CADx)

Denna forskning fokuserar på att förbättra noggrannheten i bestämningen av arten (godartad eller maligna) av äggstockstumörer genom att använda artificiell intelligens genom att skapa en CT-skanningsalgoritm. Detta eftersom en korrekt preoperativ klassificering av äggstockstumörer är avgörande för lämplig behandling. Befintliga prediktionsmodeller leder ofta till onödiga remisser till gynekologiska onkologiska sjukhus, vilket resulterar i högre kostnader och ökad stress för patienten. Det är därför viktigt att utvärdera andra strategier för att skilja mellan benigna och maligna äggstockstumörer.

Artificiell intelligens (AI) för radiologi utvecklas för närvarande av Eindhoven University of Technology (TU/e) och Philips Research Europe och kan ge en potentiell lösning på detta problem.

Den för närvarande utvecklade algoritmen (CADx), som använder en stödvektormaskin (SVM), visade inom en liten population på cirka 100 patienter en sensitivitet på 74 % och specificitet på 74 %. Dessa är lovande resultat för att träna denna algoritm ytterligare med fler CT-skanningar och tillägg av kliniska variabler och till och med flytande biopsier.

Typ av studie: Retrospektiv studiekohort Detta är en retrospektiv analys av kända data där en definitiv patientdiagnos redan har fastställts och aktuell analys inte kommer att påverka behandlingsplanen.

Inga produkter för patienter används, endast datorstödd diagnos används på befintlig röntgenundersökning, nämligen CT-skanningar.

Denna studie är kopplad till två andra holländska prövningar där biomarkörer för äggstockstumörer utvärderas för att ta reda på ursprunget till äggstockstumörer preoperativt.

Den första är HE4-prediktionsstudien, med lokalt protokoll ID NL58253.031.16. Den andra är OVI-DETECT-studien, med clinicaltrial.gov nummer NCT04971421.