一项来自PreciseDx的研究显示，其基于人工智能引导的病理学测试能够帮助预测患者的乳腺癌复发风险，效果与领先的基因组方法相当。该公司与真实世界癌症数据公司COTA Healthcare合作，将其PreciseBreast测试与Exact Sciences的Oncotype DX进行了对比。Oncotype DX通过评估不同基因（包括与早期乳腺肿瘤相关的16个基因）的表达情况，提供一个从0到100的个性化复发评分。
与此同时，PreciseDx通过视觉检查组织样本切片，分析癌细胞的物理特征，并结合其他临床数据。该公司表示，其目标是将患者分为高风险或低风险，同时在两天内返回结果，成本远低于DNA测序和表达分析。
在这项回顾性研究中，COTA负责从佛罗里达州南部Baptist Health Miami癌症研究所的425名患者中收集数据集，这些数字化样本特别采集自纽约地区以外的医疗机构，以验证该AI在其他地区的医疗系统中的表现。
两家公司发现，PreciseBreast和Oncotype DX的结果相似，都能帮助患有较不侵袭性癌症的患者避免可能不必要的化疗。根据PreciseDx的数据，其测试将79%的样本归类为低风险，而Oncotype DX则认为81%的样本处于低风险或中等风险。在那些最终乳腺癌复发的患者中，PreciseBreast标记了38%为高风险，而Oncotype DX则标记了35%。
“医生需要尽早了解患者的乳腺癌情况，以确保及时治疗并改善预后。”PreciseDx首席执行官Eric Converse在声明中表示，“我们的最终目标是提供无缝集成到病理工作流程中的护理决策支持数据，结果在48小时内返回，且成本仅为当前技术的一小部分。PreciseBreast优化了基因表达测试，甚至有可能最终取代它。”
关于AI本身的测试，COTA的首席医疗官C.K. Wang博士表示，使用研究级和监管级的真实世界证据对于确保算法准备好投入实际应用至关重要。“有些研究表明，许多AI和大型语言模型已经用尽了训练数据——但这些数据是公开可用的，不是医疗或患者级别的数据。”Wang在接受Fierce Medtech采访时说，“所有这些数据都受到控制，以确保安全和隐私。”
Wang表示，这是COTA首次参与此类数字病理学合作，此前该公司主要与药物开发商合作，为其临床研发项目提供纵向患者数据。他补充说，许多公司和医疗系统拥有未开发的数字资源，这些资源可以用于训练和外部验证旨在增强临床实践的AI程序。“我认为，未来不仅诊断领域会出现AI的爆发，AI将渗透到患者护理旅程的每一个环节。”Wang说，“因此，每一步或每个开发的工具都需要在真实世界数据上进行验证，以确保其实际性能正确。”
(全文结束)
