PreciseDx 的一项研究表明，其基于人工智能的病理学测试能够帮助预测患者乳腺癌复发的风险，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 根据不同基因（包括与早期乳腺肿瘤相关的 16 个基因）的表达，提供一个从 0 到 100 的个性化复发评分。而 PreciseDx 通过视觉检查组织样本切片并结合其他临床数据，分析癌细胞的物理特征，旨在将患者分类为高风险或低风险，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 负责整理来自佛罗里达州南部 Baptist Health 的迈阿密癌症研究所的 425 名患者的数字化样本数据集，这些样本特意从纽约地区以外收集，以验证该 AI 在其他地区卫生系统中的表现。两家公司发现，PreciseBreast 和 Oncotype DX 的结果相似，均有助于低侵袭性癌症患者避免不必要的化疗。根据 PreciseDx 的数据，其测试将 79% 的样本归类为低风险，而 Oncotype DX 则发现 81% 的样本为低或中等风险。在那些最终乳腺癌复发的患者中，PreciseBreast 将 38% 的患者标记为高风险，而 Oncotype DX 为 35%。该研究结果将于 12 月 11 日在圣安东尼奥乳腺癌研讨会上进行海报展示。
“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 优化并最终可能取代基因表达测试。”
COTA 的首席医疗官 C.K. Wang 博士在采访中告诉 Fierce Medtech，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可用的数据进行训练——但这些数据是公开可用的，不是医疗或患者级别的数据，” Wang 表示，“所有这些数据都受到控制，以确保安全性和隐私。”
Wang 称，这是 COTA 首次参与数字病理学合作，此前该公司主要与药物开发者合作，为其临床研发项目提供纵向患者数据。他还补充说，许多公司和卫生系统拥有未开发的数字资源，可用于训练并在外部验证旨在增强临床实践的 AI 程序。“我认为未来不仅会在诊断领域看到 AI 的爆炸式增长，还会看到 AI 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。”
(全文结束)
