فهرست نشریات علمی دسترسی آزاد ایران

سرطان پروستات از چالش‌های اصلی نظام سلامت و نیازمند دستیابی به پزشکی شخصی‌سازی شده برای مردان است تا ناهمگونی‌های پاسخ به درمان و نرخ عود بیوشیمیایی به درستی مدیریت شود. این خلاصه سیاستی با استناد به نتایج به‌کارگیری مدل‌های پیشرفته یادگیری ماشین و شبکه‌های عصبی عمیق چون DeepSurv، به تبیین پتانسیل‌های رادیوژنومیک در پیش‌بینی دقیق نتایج درمانی پرداخت. شواهد نشان می‌دهد استفاده همزمان ویژگی‌های کمی استخراج شده از تصاویر ام‌آر‌آی با بیومارکرهای کلیدی ژنتیکی از جمله Ki-67، PTEN و شاخص Decipher، امکانی ارزشمند برای پیش‌بینی غیرتهاجمی عود بیماری با دقت زیاد فراهم می‌آورد. یافته‌های این پژوهش با تمرکز بر شاخص‌های عملکردی، تایید می‌کند جایگزینی یا تقویت روش‌های تشخیصی متداول با ابزارهای هوش مصنوعی تفسیرپذیر، امکان طبقه‌بندی هوشمند بیماران به گروه‌های پرخطر و کم‌خطر را پیش از شروع رادیوتراپی میسر می‌نماید. پیاده‌سازی این رویکرد در سطح سیاست‌های کلان سلامت، به کاهش درمان‌های غیرضروری و مدیریت عوارض جانبی و بهینه‌سازی منابع مالی منجر می‌گردد. ضمن اینکه با فراهم آوردن امکان رادیوتراپی انطباقی و شخصی‌سازی شده، نرخ بقا و کیفیت زندگی بیماران به طور معناداری ارتقا می‌یابد. در این خصوص سه راهبرد سیاستی شامل«تعریف رادیوژنومیک در پروتکل‌های غربالگری»، «شخصی‌سازی دوز رادیوتراپی بر اساس ریسک DeepSurv» و «ایجاد شبکه ملی داده‌های رادیوژنومیک پروستات» ارائه و تحلیل شد. در نهایت، این سند بر ضرورت تقویت تصمیم‌گیری‌های بالینی و بکارگیری سیستم‌های پشتیبان تصمیم‌گیری هوشمند، برای دستیابی به عدالت درمانی و مدیریت کارآمد سرطان تاکید دارد.