Fenomika tkanek: Profilowanie pacjentów z rakiem na potrzeby decyzji o leczeniu

Oryginalny tytuł:

Tissue Phenomics: Profiling Cancer Patients for Treatment Decisions

Zawartość książki:

W erze cyfryzacji nasze społeczeństwo przekształca się w nowy stan. W szczególności inteligencja maszyn znacznie zwiększa naszą zdolność do tworzenia i przetwarzania informacji.

Naturalnie trend ten ma również wpływ na opiekę zdrowotną, która w przyszłości zostanie jeszcze bardziej przekształcona w dyscyplinę opartą na informatyce. W najważniejszym obszarze histopatologii, interpretacji wycinków tkanek pobranych od pacjentów chorych na raka, informatyka będzie miała wczesny i ogromny wpływ na decyzje dotyczące leczenia i prawdopodobnie będzie wiodącą dyscypliną w tej transformacji w medycynie. Tissue Phenomics zapewnia kompleksową metodologię mającą na celu odkrycie najdokładniejszego algorytmu wspomagania decyzji opartego na tkankach poprzez ścisłą integrację rozwoju testów, analizy obrazu i bioinformatyki oraz pętli sprzężenia zwrotnego optymalizacji.

W tej książce opisano metodologię fenomiki tkankowej oraz jej zalety i bogactwo.

W poszczególnych rozdziałach wyjaśniono różne elementy fenomiki tkankowej. W rozdziałach od 2 do 4 tej książki różni autorzy opisują różne podejścia do przekształcania bogactwa danych pikseli slajdów tkankowych w informacje, które można wydobyć za pomocą metod analizy obrazu opartych na wiedzy i danych.

Następnie, datafication obrazów i część bioinformatyczna odgrywa kluczową rolę w generowaniu modeli prognostycznych i predykcyjnych dla progresji choroby. Integracja innych źródeł danych, takich jak genomika, radiomika i informacje związane z pacjentem, jest również ważna i została opisana. Jak omówiono w rozdziałach 5 i 6, modele te mogą klasyfikować pacjentów do różnych grup, takich jak osoby reagujące na daną terapię.

Ponieważ fenomika tkankowa zapewnia ogromny zestaw potencjalnie prognostycznych cech (fenów), w obu rozdziałach skupiono się na solidnych metodach selekcji cech za pomocą zaawansowanych algorytmów walidacji krzyżowej Monte-Carlo. W rozdziale 7 omawiamy liczne przykłady zastosowań fenomiki tkankowej w środowisku akademickim i komercyjnym oraz jej ogromny wpływ na postęp w naukach biomedycznych. Opierając się na sukcesach w badaniach, w rozdziałach 8 i 9 omówiono zastosowania w środowiskach klinicznych i przedstawiono smak przyszłości przewidziany w rozdziale 10, w którym gromadzenie danych tkankowych i późniejsze profilowanie pacjentów jest częścią każdego rutynowego badania, a celem jest jak najlepsze dopasowanie pacjentów do najbardziej skutecznej terapii, zgodnie z przewidywaniami fenomiki tkankowej.