Fenomica dei tessuti: Profilazione dei pazienti oncologici per le decisioni sul trattamento

Titolo originale:

Tissue Phenomics: Profiling Cancer Patients for Treatment Decisions

Contenuto del libro:

Nell'era della digitalizzazione la nostra società si trasforma in un nuovo stato. In particolare, l'intelligenza artificiale aumenta drasticamente la nostra capacità di creare e digerire informazioni.

Naturalmente, anche la sanità è influenzata da questa tendenza e in futuro si trasformerà ancora di più in una disciplina guidata dall'informatica. Nell'area più importante dell'isto-patologia, l'interpretazione di fette di tessuto di pazienti affetti da cancro, l'informatica avrà un impatto precoce ed enorme sulle decisioni terapeutiche e probabilmente sarà la disciplina leader di questa trasformazione della medicina. La fenomica tissutale fornisce una metodologia completa finalizzata alla scoperta dell'algoritmo di supporto decisionale più accurato basato sui tessuti, attraverso una stretta integrazione tra lo sviluppo del saggio, l'analisi delle immagini e la bioinformatica, e i cicli di feedback di ottimizzazione.

In questo libro vengono descritti la metodologia della fenomica tissutale e i suoi vantaggi e ricchezze.

I diversi componenti della fenomica tissutale sono spiegati nei vari capitoli. Nei capitoli da 2 a 4 di questo libro diversi autori descrivono vari approcci su come convertire la ricchezza dei dati dei pixel dei vetrini tissutali in informazioni estraibili utilizzando metodi di analisi delle immagini basati sulla conoscenza e guidati dai dati.

Successivamente, la datazione delle immagini e la parte bioinformatica svolgono un ruolo cruciale nella generazione di modelli prognostici e predittivi per la progressione della malattia. Anche l'integrazione di altre fonti di dati, come la genomica, la radiomica e le informazioni relative al paziente, è importante e viene descritta. Come discusso nei capitoli 5 e 6, questi modelli possono classificare i pazienti in gruppi distinti, come quelli che rispondono a una determinata terapia.

Poiché la fenomica tissutale fornisce un'enorme serie di caratteristiche potenzialmente prognostiche (feni), uno dei punti focali di entrambi i capitoli è rappresentato dai metodi di selezione robusta delle caratteristiche mediante algoritmi avanzati di convalida incrociata Monte-Carlo. Nel capitolo 7 vengono discussi diversi esempi di applicazione della fenomica tissutale in ambito accademico e commerciale e il suo enorme impatto sui progressi delle scienze biomediche. Sulla base dei successi ottenuti nella ricerca, i capitoli 8 e 9 discutono le applicazioni in ambito clinico e forniscono un'idea del futuro previsto nel capitolo 10, in cui la raccolta dei dati tissutali e il successivo profilo del paziente fanno parte di ogni esame di routine, con l'obiettivo di associare al meglio i pazienti alla terapia più efficace, come previsto dai feni tissutali.