DR-401 IMPACT-HPB: Integrative Machine learning for Predictive Assessment and Customized Treatment in Hepato-Pancreato-Biliary Cancers
Hepato-pancreato-biliary (HPB) cancers pose a significant oncological challenge with high mortality rates. Despite diagnostic and therapeutic advancements, prognosis remains poor, often with limited treatment options at advanced stages. We propose leveraging artificial intelligence to amalgamate diverse data, including genetics, for personalized treatment. Our experienced cancer genomics team aims to develop models integrating these different data to predict patient outcomes. Ongoing validation studies will refine treatment accuracy. Ultimately, our goal is tailored treatment for individual patients, particularly in HPB cancers, with potential global impact on cancer care.
Steven Gallinger, Ontario Institute for Cancer Research, Canada
Terug naar nieuwsMeer nieuws
Samenwerken en harmoniseren: op weg naar een lerend zorgsysteem
De ontwikkeling van een nieuw medicijn duurt lang en is kostbaar. Bovendien is de kans klein dat een geneesmiddel effectief …
Een lerend zorgsysteem voor verbeterde zorg
Vandaag bij het Financieele Dagblad: Als een patiënt in een ziekenhuis of daarbuiten wordt behandeld, worden er veel gegevens in …
Nieuwe inzichten over de ontwikkeling van kanker door Nederlands onderzoek
Grootschalige Nederlandse DNA data-analyse toont belangrijke en nieuwe inzichten in verschillen tussen primaire en uitgezaaide kanker. Deze inzichten geven relevante …
Een complete genetische analyse zou onderdeel moeten zijn van de standaarddiagnostiek bij iedere patiënt met kanker. Dat draagt bij aan een beter, afgestemd behandeladvies. Zo verminderen we over- en onderbehandeling, maken we tegelijkertijd de zorg kosten-effectiever en houden we hem betaalbaar.