В мире рака груди, который остается наиболее распространенным заболеванием среди женщин, важность точного прогнозирования рецидивов не может быть переоценена. Новое исследование предлагает многоуровневый подход, который сочетает в себе анализ целых слайдов и клинико-патологические данные для оценки риска рецидива. Это может стать настоящим прорывом в области онкологии!
Текущие методы, такие как тест Oncotype DX, помогают определить вероятность рецидива, но они могут быть дорогими и недоступными в некоторых регионах. В ответ на это, исследователи разработали модель OncoDHNet, использующую глубокое обучение для анализа изображений и логистическую регрессию для обработки клинических данных. Это позволяет разделить пациентов на две группы: низкий и высокий риск рецидива.
Модель была протестирована на 956 образцах и показала впечатляющие результаты: AUC 0.91 на внутреннем наборе данных и 0.84 на внешнем. Это означает, что новый подход может стать доступной альтернативой для врачей, стремящихся к более персонализированному лечению.
С помощью этой технологии, врачи смогут более точно определять, кто из пациентов может избежать химиотерапии, а кто нуждается в более агрессивном лечении. Это не только улучшит качество жизни пациентов, но и снизит затраты на лечение.
Внедрение таких технологий в клиническую практику может стать важным шагом к улучшению результатов лечения рака груди.