Yapay Zeka Modeli, Prostat Kanserinde Marjin Tanımını ve Risk Belirlemesini Geliştiriyor

Bir yapay zeka (YZ) derin öğrenme modelinin, rezeksiyon yapılmış prostat kanseri örneklerinde odaklı tedavi marjinlerinin ve negatif marjin olasılıklarının tahminini iyileştirdiği bulunmuştur. European Urology Open Science dergisinde yayınlanan retrospektif bir çalışmada, YZ modeli, duyarlılık ve klinik olarak anlamlı prostat kanserinin kaçırılma derecesi açısından geleneksel modellerin önüne geçmiştir. Çalışma yazarları, kanser tahmin haritaları üreten ve optimal marjinleri tanımlayan bir YZ destekli bir yaklaşım ve platform geliştirmişlerdir. Bu yaklaşım, manyetik rezonans görüntüleme (MRG), takip edilen biyopsi ve prostat spesifik antijen (PSA) verilerini birleştirir.

Sonuçlar, YZ türetilen marjinlerin kanser taşıyan vokseller için ortalama duyarlılık oranının %96,9 olduğunu, geleneksel Prostat Görüntüleme Raporlama ve Veri Sistemi (PI-RADs) ilgi alanlarının %37,4 ve geleneksel ilgi alanları etrafında 10 mm marjinlerin ise %93,2 olduğunu göstermiştir. YZ marjinleri ayrıca, hemigland marjinlere kıyasla 1,6 mm olan klinik olarak anlamlı prostat kanserinin kaçırılma derecesinin daha düşük olduğunu göstermiştir.

Ek olarak, YZ modeli, hemigland marjinlere kıyasla klinik olarak anlamlı prostat kanseri ve indeks lezyonlar için daha yüksek negatif marjin oranları sergilemiştir. Klinik olarak anlamlı prostat kanseri için YZ türetilen marjinlerle negatif marjin oranı %80 iken, hemigland marjinlerle %56 idi. İndeks lezyonları için ise, YZ türetilen marjinlerle negatif marjin oranı %90 iken, hemigland marjinlerle %66 idi.

Araştırmacılar, prostat kanserinin hassas tümör yerelleştirme için doğru bir şekilde belirlenmesinin, hassas yönetim ve hedefe yönelik tedavi açısından önemli olduğunu vurguladılar. Tanı için kullanılan mevcut çok parametreli MRG kontur protokollerinin hedefe yönelik tedavi için uygun olmadığı bulundu. Bu çalışmada geliştirilen yeni YZ destekli yaklaşım ve platform, multimodal bilgileri birleştirerek kanser tahmin haritaları oluşturmayı ve optimal marjinleri tanımlamayı amaçlamaktadır.

Çalışma, radikal prostatektomi yapılan orta riskli prostat kanseri olan 50 ardışık hastanın retrospektif bir analizini içermiştir. Çalışmanın sınırlamaları, ortalama odaklı tedavi hastasından daha büyük ve daha ilerlemiş hastalığa sahip bir popülasyonun dahil edilmesi, örneklemlemenin tek bir kuruluştan yapılması ve hekim okuyuculara karşı karşılaştırma eksikliğidir.

Araştırmacılar, YZ destekli kanser haritalama yaklaşımının odaklı tedavi marjinlerini geliştirme ve standartlaştırma potansiyeline sahip olduğunu, kanserin nüks oranını potansiyel olarak azaltabileceğini belirtmiştir. YZ destekli kanser haritalama yönteminin kişiselleştirilmiş tıp ve tedavi planlamasındaki potansiyelini daha ileri doğrulamak ve keşfetmek için ileriye yönelik çalışmalara ihtiyaç olduğunu vurgulamışlardır.

The source of the article is from the blog myshopsguide.com

Privacy policy
Contact