לאחרונה, פורסמו בכתב העת The Journal of Urology, ממצאיו של מחקר בו חוקרים ביקשו לבחון את יכולתם של אלגוריתמים של בינה מלאכותית רב-מודאלית (multimodal artificial intelligence - MMAI) שאומנו על דגימות ביופסיה של הערמונית, לחזות תמותה ספציפית לסרטן הערמונית (prostate cancer–specific mortality - PCSM) ושרידות כוללת (overall survival - OS) בקרב חולים שעברו כריתה רדיקלית של הערמונית (radical prostatectomy - RP) עם דגימות RP דיגיטליות.
עוד בעניין דומה
המחקר בוצע במתכונת של מחקר RCT לבדיקת סרטן הערמונית, הריאות, המעי הגס והשחלות. החולים שהוכללו במחקר הוקצו באופן אקראי בין השנים 1993-2001 לבדיקות סקר או ביקורת סרטן. זוהתה תת קבוצה של חולים שעברו RP עם תמונות היסטופתולוגיות דיגיטליות ונתוני שרידות לאחר מכן. גרורות מרוחקות (distant metastasis - DM) ו-PCSM MMAI של סרטן הערמונית, שאומנו במקור על גבי סליידים של ביופסיה, עבור חולים שעברו קרינה, הוערכו לצורך ניבוי PCSM ו-OS. נעשה שימוש במודל סיכונים פרופורציונליים של Cox ובניתוח עקומת שרידות של קפלן-מאייר.
במחקר הוכללו 1,032 חולים שעברו RP עם חציון מעקב של 17 שנים (IQR, 14.3, 19.3 שנים). אלגוריתמים של MMAI עבור PCSM ו-DM ניבאו שניהם PCSM (יחס הסיכונים, 2.31, רווח בר סמך 95%, 1.6-3.35, P<.001 ויחס סיכונים 1.96, רווח בר סמך 95%, 1.35-2.85, P<.001, בהתאמה). באופן דומה, MMAI PCSM ו- \DM ניבאו OS (יחס הסיכונים, 1.22, רווח בר סמך 95%, 1.01-1.47, P=0.4 ויחס סיכונים 1.19, רווח בר סמך 95%, 1.02-1.4, P=.03).
החוקרים הסיקו כי אלגוריתמי MMAI שפותחו ואומתו בעבר על דגימות ביופסיה מחולים שעברו הקרנות לסרטן הערמונית ניבאו בהצלחה תוצאים קליניים כאשר יושמו על דגימות RP מחולים שטופלו עם ניתוח. מודלים של MMAI וסמנים ביולוגיים אחרים עשויים לסייע בבחירת חולים שיכולים להפיק תועלת מהגברת הטיפול לאחר ניתוח באמצעות טיפול הורמונלי להורדת טסטוסטרון או הקרנות.
מקור:
הירשמו לקבלת עדכונים בנושאים שעלו בכתבה
תגובות אחרונות