Apprendimento Profondo Prevede la Risposta alla Chemioterapia nel Cancro Ovarico dalle Scansioni TC

I ricercatori hanno creato un metodo innovativo di apprendimento profondo per prevedere come le pazienti con cancro ovarico risponderanno alla chemioterapia neoadiuvante, utilizzando scansioni TC con contrasto pre-trattamento. Il cancro ovarico è il tumore ginecologico più letale, con circa il 60% delle pazienti diagnosticate in stadio avanzato e un tasso di sopravvivenza a 5 anni intorno al 30%. L'identificazione precoce di chi non risponderà può aiutare a evitare trattamenti inefficaci e ritardi nell'intervento chirurgico. Il metodo utilizza maschere 3D delle lesioni e un codificatore di immagini specializzato per creare embedding volumetrici dettagliati. Combina la perdita di classificazione con la regolarizzazione contrastiva e il hard-negative mining per distinguere meglio tra responder e non-responder. Sebbene il metodo sia stato basato su un dataset retrospettivo, non vengono menzionati dettagli specifici sulla coorte. Questo approccio affronta una lacuna cruciale nel trattamento del cancro ovarico.