Önemli Çıkarımlar
Caris Life Sciences, 5.800'den fazla hastada doğrulanan ve birinci basamak kemoterapi temozolomidden kimlerin fayda göreceğini daha iyi tahmin eden yeni bir yapay zeka destekli imza ile beyin kanseri tedavisi seçimindeki geleneksel yöntemlere meydan okuyor. Bu hamle, şirketin moleküler profilleme platformunu, yerleşik ancak daha az hassas olan tek genli test yöntemlerine karşı konumlandırıyor.
Caris Başkanı David Spetzler yaptığı açıklamada, "GBM için Caris AI Insights imzası, kanser hastalarının sonuçlarını iyileştirme arayışımızda Caris'in gelişmiş yapay zeka yeteneklerini sergiliyor" dedi. "Bu imzanın, TMZ ile tedavi edilen glioblastoma hastaları için klinik içgörüyü iyileştirmek adına mevcut test yöntemlerini tamamlayabileceğine inanıyoruz."
Hakemli Neuro-Oncology Advances dergisinde yayınlanan çalışma, kapsamlı genomik verilerden O6-metilguanin-DNA metiltransferaz (MGMT) promotör metilasyon durumunu çıkarsamak için eğitilmiş bir yapay zeka modelini detaylandırıyor. MGMT durumu, glioblastoma (GBM) için standart bakım kemoterapisi olan temozolomide (TMZ) yanıtı tahmin etmek için temel bir biyobelirteçtir, ancak geleneksel pirosekanslama testleri değişken sonuçlar verebilir. Caris modeli, 5.841 hastadan oluşan klinik-genomik bir veri seti kullanılarak geliştirildi ve 3.400'den fazla vakadan oluşan ileriye dönük bir kohortta daha fazla değerlendirildi.
Caris (NASDAQ: CAI) için doğrulanan imza, rekabetçi hassas onkoloji pazarındaki MI Cancer Seek® profilleme hizmeti için kilit bir farklılaştırıcı sağlıyor. Hastaların yaklaşık yüzde 50'sinin ilk tedaviye yanıt vermediği bir hastalık olan glioblastoma için daha güvenilir bir prognostik araç sunarak şirket, nöro-onkologlar arasındaki benimsenmeyi artırmayı ve Tempus ve Foundation Medicine gibi şirketlerin daha geniş genomik platformlarına karşı yapay zeka destekli teşhislerdeki konumunu güçlendirmeyi hedefliyor.
Glioblastoma, yaklaşık 12 aylık medyan hayatta kalma süresiyle beyin kanserinin en agresif ve yaygın formudur. Tedavide kritik bir adım, bir hastanın TMZ'ye yanıt verip vermeyeceğini belirlemektir. Yeni yapay zeka imzası, pirosekanslama tabanlı MGMT değerlendirmesi ile yüksek uyum gösterdi ve daha da önemlisi, hastaları farklı hayatta kalma sonucu gruplarına ayırma yeteneğini geliştirdi.
Çalışmaya göre model, hastaları imza puanına göre belirgin hayatta kalma gruplarına ayırdı. Daha yüksek puanlar, TMZ alan hastalarda anlamlı derecede daha uzun genel hayatta kalma süresi ile ilişkilendirildi ve geleneksel testlerin ikili sonucundan daha net bir prognostik tablo sundu. Bu durum, klinisyenlerin TMZ tedavisine devam etme veya zayıf yanıt vereceği tahmin edilen hastalar için alternatif tedavileri ve klinik deneyleri değerlendirme konusunda daha bilinçli kararlar vermesini sağlar. Yapay zeka imzası, hastadan ek doku gerektirmeden Caris'in MI Cancer Seek® testi ile talep üzerine sunulmaktadır.
Bu makale sadece bilgilendirme amaçlıdır ve yatırım tavsiyesi teşkil etmez.
