Utveckling och prospektiv validering av en patologibaserad artificiell intelligensmodell för att förutsäga tiden till kastrationsresistens vid prostatacancer

Hormonterapi är en viktig behandlingsmetod för prostatacancer och kan effektivt förlänga patienternas överlevnad. Emellertid kommer nästan alla patienter att utveckla kastrationsresistent prostatacancer vid olika tidpunkter. Nuvarande hormonterapialternativ inkluderar androgennedstämdningsterapi (ADT), anti-androgenreceptor (AR) och kemoterapi, där kombinationsbehandling är mer effektiv i tidiga stadier men förknippas med större biverkningar. Därför kan förutsägelse av tiden till kastrationsresistent progression och användning av denna information för att tillämpa personliga behandlingsplaner säkerställa effekt samtidigt som läkemedelsbiverkningar minskas. Därför har vi utvecklat en artificiell intelligens prediktiv modell för att förutsäga tiden till kastrationsresistens för prostatacancer, som förväntas noggrant förutsäga progressionstiden för olika patienter och assistera läkare i att göra personliga och precisionsanpassade behandlingsplaner baserat på individuella progressionsrisker.

Denna studie är ett prediktivt test utan interventionsåtgärder, som planerar att samla patologiska preparat från prostatabiopsier från de inkluderade patienterna och digitalisera dem till helslidesbilder (WSI). AI-modellen kommer att analysera WSI:erna och generera preparatnivå prediktiva resultat (inom 12 månader, mellan 12 till 24 månader eller över 24 månader). Rutinbehandling och undersökning kommer att utföras som vanligt. Dessa två processer kommer inte att störa varandra. Sedan kommer vi att följa upp patienterna i 24 månader för att registrera tiden till kastrationsresistent progression, varefter vi kommer att jämföra resultaten med den prediktiva modellen.