Sistematski pregled / meta-analiza 2022
Rak i onkologija

Radiomika i umjetna inteligencija kod raka prostate: novi alati za molekularno hibridno snimanje i teragnostiku.

European radiology experimental

Bosanski prijevod

Sažetak istraživanja

Kod raka prostate (PCa), upotreba novih radiofarmaceutika poboljšala je tačnost dijagnoze i stadija, poboljšala strategije nadzora i uvela specifične i personalizirane radioreceptorske terapije. Nuklearna medicina, stoga, ima veliko obećanje za poboljšanje kvaliteta života pacijenata sa PCa, upravljanjem i obradom ogromne količine podataka molekularnog snimanja i dalje, korištenjem multi-omic pristupa i poboljšanjem stratifikacije rizika pacijenata za prilagođenu medicinu. Umjetna inteligencija (AI) i radiomika mogu omogućiti kliničarima da poboljšaju ukupnu efikasnost i tačnost korištenja ovih "velikih podataka" kako u dijagnostičkom tako i u terapeutskom polju: od tehničkih aspekata (kao što je poluautomatizacija segmentacije tumora, rekonstrukcija slike i interpretacija) do kliničkih ishoda, poboljšanja osobnog okruženja, dubljeg razumijevanja ličnog tretmana i dubljeg razumijevanja PC-a sposobnost predviđanja ishoda. Ovaj sistematski pregled ima za cilj da opiše trenutnu literaturu o AI i radiomiku primenjenoj na molekularno snimanje raka prostate.

Prikaži originalni naslov i sažetak na engleskom

Radiomics and artificial intelligence in prostate cancer: new tools for molecular hybrid imaging and theragnostics.

In prostate cancer (PCa), the use of new radiopharmaceuticals has improved the accuracy of diagnosis and staging, refined surveillance strategies, and introduced specific and personalized radioreceptor therapies. Nuclear medicine, therefore, holds great promise for improving the quality of life of PCa patients, through managing and processing a vast amount of molecular imaging data and beyond, using a multi-omics approach and improving patients' risk-stratification for tailored medicine. Artificial intelligence (AI) and radiomics may allow clinicians to improve the overall efficiency and accuracy of using these "big data" in both the diagnostic and theragnostic field: from technical aspects (such as semi-automatization of tumor segmentation, image reconstruction, and interpretation) to clinical outcomes, improving a deeper understanding of the molecular environment of PCa, refining personalized treatment strategies, and increasing the ability to predict the outcome. This systematic review aims to describe the current literature on AI and radiomics applied to molecular imaging of prostate cancer.

Autorstvo i publikacija

Autori

Liberini V, Laudicella R, Balma M, Nicolotti DG, Buschiazzo A, Grimaldi S, Lorenzon L, Bianchi A, Peano S, Bartolotta TV, Farsad M, Baldari S, Burger IA, Huellner MW, Papaleo A, Deandreis D.

Časopis
European radiology experimental
Vrste publikacije
Sistematski pregled, Pregledni članak, Članak u časopisu
Licenca
CC BY
Citiranja u Europe PMC
30
Provjerljivi identifikatori

Izvorni podaci

DOI
10.1186/s41747-022-00282-0
PMID
35701671
PMCID
PMC9198151
Provjereno
2026-07-26
Otvori cijeli rad u Europe PMC
Napomena o bosanskom prijevodu

Naslov i sažetak prevedeni su automatski i prijevod može sadržavati netačnosti ili neprecizne stručne izraze. Za sve detalje, citiranje i medicinsko tumačenje pregledajte originalnu englesku verziju članka. Ne donosite zdravstvene odluke samo na osnovu ovog prijevoda.

Pregledaj originalni članak na engleskom
Istraživački zapis služi za informiranje i istraživanje. Ne zamjenjuje medicinski savjet, dijagnozu ili preporuku liječenja.