בפרקטיקה הקלינית כיום, תגובת הגידול לטיפול מוערכת באמצעות על בסיס השינוי בגודל הגידול בבדיקות CT. עם זאת, הערכת תגובת גידולים למעכבי VEGF בסרטן קולורקטאלי גרורתי מוגבלת שכן שינויים מורפולוגיים יכולים להופיע לפני שינויים בגודל הגידול.

במחקר זה מציגים החוקרים ניתוח באמצעות רשת למידה עמוקה שנועד לאפיין שינויים מורפולוגיים על למנת להעריך תגובה לטיפול במטופלים עם סרטן קולורקטאלי גרורתי. במסגרת המחקר בחנו החוקרים באופן רטרוספקטיבי 1,028 מטופלים עם סרטן קולורקטאלי גרורתי אשר נכללו במחקר הפרוספקטיבי VELOUR.

תוצאות המחקר הדגימו כי רשת הלמידה העמוקה הצליחה לנבא תגובה מוקדמת לטיפול במקרי של סרטן קולורקטאלי גרורתי והדגימה ביצועים טובים יותר משיטת גודל הגידול עם מדד C של 0.649 (רב"ס 95% - 0.619-0.679) לעומת 0.627 (רב"ס 95% - 0.567-0.638), במבחן Z p=0.009.

יתרה מכך, האינטגרציה של רשת הלמידה העמוקה יחד עם שיטת גדול הגידול הביאה לשיפור בניבוי ולמדד C של 0.694 (רב"ס 95% - 0.661-0.720) אשר היה טוב יותר מכל אחת מהשיטות לבד (כל ערכי ה-p<0.001).

מחקר זה מעלה את הסברה כי רשת לידה עמוקה יכולה לספק שיטה לא פולשנית לאפיון כמותי ומקיף של שינויים מורפולוגיים אשר יכולים לתרום לקבלת החלטות פרסונלית שלבים מוקדמים של טיפול כנגד סרטן קולורקטאלי גרורתי.

מקור:

Lu L. et al. Nature Communications (2021). https://doi.org/10.1038/s41467-021-26990-6

הירשמו לקבלת עדכונים בנושאים שעלו בכתבה