Deep Learning Radiogenomics för individualiserad terapi vid inoperabel gallblåscancer

Denna studie syftade till att undersöka behandlingsalternativet för patienter med inoperabel GB-cancer. För närvarande behandling av inoperabel GB-cancer huvudsakligen palliativ med kemoterapiregim begränsad till generisk form av kemoterapi som erbjuds patienter med annan GI-cancer. Det finns utvecklande data om rollen av genetisk mutation i cancer. Nyligen genomförda studier har också visat multipel somatisk och könscellsmutation i GB-cancer. Vissa av dessa mutationer är vänliga för riktad terapi. Precisionsmedicinens tidevarv garanterade nya förhoppningar för patienter med ooperbar cancer. Det finns några preliminära data som visar fördelen med precisionsmedicin även vid GB-cancer. Uppskattningen av målinriktad terapi bygger på att få biopsiterapi på cancer, vilket ofta kan vara utmanande, förknippat med komplikationer och mindre acceptabelt av patienterna. Studier i en del annan cancer visar att genetisk mutation kan förutsägas baserat på avbildningsegenskaper, men ingen sådan studie har gjorts i GB-cancer. Den grundläggande hypotesen är att förutsägelse av HER2-status och svar på anti-HER2-styrd terapi med hjälp av radiomikromodeller för djupinlärning i inoperabel GBC kommer att tillåta forskare att fullt ut utnyttja potentialen för riktad terapi i kliniska prövningar.