PreciseDx Breast 的决策影响研究 (PDxBRUTILITY)

女性乳腺癌 (BC) 已超过肺癌，成为全球最常诊断的癌症，占所有癌症诊断的 24.5%，占所有癌症死亡的 15.5%。 在美国，预计 2022 年将有 290,560 名美国人被诊断出患有乳腺癌，43,780 人将死于该病。 鉴于这些统计数据，2022 年国家综合癌症网络 (NCCN)、美国临床肿瘤学会 (ASCO) 和美国病理学家学会 (CAP) 临床实践指南继续强调诊断时病理学评估的至关重要性，以确定诊断时的病理学评估的重要性。反映复发生物学潜力的疾病和特征，例如组织学分级和分期。

Precise Dx Breast Assay (PDxBR™) 是一种经 NYSDOH 临床批准的体外预后测试，用于预测诊断为早期 IBC 的患者的乳腺癌复发。 该测试利用来自患者的代表性 H&E 染色切除标本的数字扫描。 利用应用人工智能 (AI) 基于结果的图像分析的进展，获取浸润性癌症的选定特征并将其与临床变量相结合，生成风险评分，预测 6 年内乳腺癌复发的可能性。 随着计算方法的出现，研究人员研究了是否可以使用人工智能询问整个载玻片图像 (WSI) 来改善 IBC 组织病理学的表征和准确性。 该方法基于在组织切片内生成定量、离散的形态特征（形态特征阵列，MFA），并使用机器学习来创建预测早期疾病复发风险的人工智能模型。 研究人员开发了一种测试，可改善 IBC 相对于临床特征的使用的风险分层，并使用支持 MFA 的 AI 模型将标准乳腺组织学分级重新分类为低风险组和高风险组。