DeepComp för förutsägelse av postoperativa komplikationer vid magcancer (DeepComp-Prospektiv)

Magsäckscancer är en ledande orsak till cancerrelaterad dödlighet, och radikal kirurgi förblir den primära behandlingen. Dock är postoperativa komplikationer vanliga och kan påverka patientens återhämtning och livskvalitet avsevärt. För närvarande saknar läkare precisa verktyg för att exakt förutsäga vilka patienter som löper hög risk för att utveckla allvarliga komplikationer före operation.

Denna studie syftar till att validera en ny artificiell intelligensmodell (AI) kallad "DeepComp". DeepComp-modellen integrerar kliniska data med avancerade radiomiska egenskaper härledda från rutinmässiga preoperativa CT-undersökningar. Specifikt analyserar den både tumöregenskaperna och patientens kroppssammansättning (inklusive skelettmuskulatur och fettfördelning) för att bedöma den fysiologiska reserven.

I denna prospektiva, multicentriska observationsstudie kommer forskare att rekrytera patienter som är schemalagda för magsäckscancerkirurgi över fem medicinska centra. DeepComp-modellen kommer att användas för att förutsäga risken för måttliga till svåra postoperativa komplikationer (Clavien-Dindo grad II eller högre). Dessa förutsägelser kommer sedan att jämföras med de faktiska kliniska utfallen som observeras 30 dagar efter operationen. Målet är att fastställa noggrannheten och tillförlitligheten hos DeepComp-modellen i en verklig klinisk miljö, vilket potentiellt kan ge ett kraftfullt verktyg för personifierad kirurgisk riskbedömning.