Development of data analytics models for patient stratification, biomarker detection and early prognosis and treatment
Ανάπτυξη μοντέλων ανάλυσης δεδομένων για τη διαστρωμάτωση των ασθενών, την ανίχνευση βιοδεικτών και την έγκαιρη πρόγνωση και θεραπεία
Η ιδανική θεραπεία για τον καρκίνο ενσωματώνει πλέον μια εξατομικευμένη εκτίμηση κινδύνου, το γενετικό ιστορικό, τη φαρμακευτική θεραπεία και τη χειρουργική επέμβαση. Η βελτίωση της εκτίμησης του σταδίου της ασθένειας με τη χρήση εικόνων επέτρεψε πιο στοχευμένες θεραπείες, βελτιώνοντας έτσι το ποσοστό επιβίωσης. Οι βιοδείκτες που εντοπίζονται μπορούν να προειδοποιήσουν τους κλινικούς εμπειρογνώμονες για την αναμενόμενη πρόγνωση ενός ασθενούς και να τους βοηθήσουν στην παροχή της πιο αποτελεσματικής θεραπείας, ελαχιστοποιώντας παράλληλα τη νοσηρότητα των ασθενών. Παρά τους ισχυρισμούς ότι διάφοροι παράγοντες επηρεάζουν την πρόγνωση και τη θεραπεία, η κλινική εφαρμογή τους ήταν αρκετά περιορισμένη. Επιπλέον, ο τακτικός έλεγχος προγνωστικών δεικτών που φαίνεται να μην έχουν καμία επίδραση στην ανταπόκριση στη θεραπεία είναι προβληματικός, καθώς αυξάνει τις δαπάνες και μπορεί να μεταβάλει αρνητικά τις προσδοκίες για τη θεραπεία. Η παρούσα υπηρεσία σκοπεύει να εφαρμόσει τις πρόσφατες εξελίξεις στην έρευνα βιοδεικτών με πιθανή κλινική χρησιμότητα στον καρκίνο (π.χ. παχέος εντέρου, προστάτη κ.λπ.) με βάση μια εξέταση όπως μαγνητική τομογραφία, αξονική τομογραφία, ή υπέρηχους ικανή να σχεδιάσει ένα ξεχωριστό σχέδιο θεραπείας για τον ασθενή.