晚期乳腺癌制造技术

本申请涉及一种乳腺癌复发转移风险预测方法，所述方法包括步骤：获取乳腺癌患者的分子类型数据；根据所述分子类型数据获取第一风险值；获取所述乳腺癌患者的影像学检查数据；根据所述影像学检查数据获取第二风险值；获取所述乳腺癌患者的肿瘤基因检测数据；根据所述肿瘤基因检测数据获取第三风险值；对比所述第一风险值

【技术实现步骤摘要】
晚期乳腺癌AI辅助诊疗模型


[0001]本申请涉及肿瘤风险预测领域，尤其涉及一种乳腺癌复发转移风险预测方法
。

技术介绍

[0002]在临床工作中，经常会发现乳腺癌患者的复发转移有一定的规律，比如不同的分子类型会以不同的方式和速度发生转移和进展，比如
HER2
阳性可能更多出现肝转移，三阴性则更多出现肺转移，而激素受体阳性则更早出现骨转移
。
这些可以通过分子病理
(
如
ER、PR、HER2
和
Ki67)
等分子标志物来判断，同时结合影像
、
血清肿瘤标志物
(
如
CEA
和
CA153)
的变化，再结合基因诊断
(
比如
BRCA
突变，
PI3K
突变等
)
结果来判断乳腺癌的复发和进展风险
。
[0003]如何基于上述观察现象更好地预测乳腺癌复发转移风险是一个亟待解决的问题
。

技术实现思路

[0004]为了解决上述技术问题或者至少部分地解决上述技术问题，本申请提供了一种乳腺癌复发转移风险预测方法
。
[0005]第一方面，本申请提供了一种乳腺癌复发转移风险预测方法，所述方法包括步骤：
[0006]获取乳腺癌患者的分子类型数据；
[0007]根据所述分子类型数据获取第一风险值；
[0008]获取所述乳腺癌患者的影像学检查数据；
[0009]根据所述影像学检查数据获取第二风险值；
[0010]获取所述乳腺癌患者的肿瘤基因检测数据；
[0011]根据所述肿瘤基因检测数据获取第三风险值；
[0012]对比所述第一风险值
、
所述第二风险值和所述第三风险值；
[0013]根据对比结果预测所述乳腺癌患者的乳腺癌复发转移风险
。
[0014]优选地，所述获取乳腺癌患者的分子类型数据包括步骤：
[0015]确定所述乳腺癌患者的免疫组化类型；
[0016]根据所述免疫组化类型获取所述乳腺癌患者的分子类型数据
。
[0017]优选地，所述免疫组化类型为：
ER、PR、HER2、PD
‑
L1、AR
和
Ki67。
[0018]优选地，所述根据所述分子类型数据获取第一风险值包括步骤：
[0019]对所述分子类型数据进行风险评估；
[0020]根据风险评估结果赋予对应的第一风险值
。
[0021]优选地，所述获取所述乳腺癌患者的影像学检查数据包括步骤：
[0022]对所述乳腺癌患者进行影像学检查；
[0023]根据检查结果分析肿瘤形态数据
。
[0024]优选地，所述根据检查结果分析肿瘤形态数据包括步骤：
[0025]分析肿瘤大小形态数据；
[0026]分析肿瘤转移部位数据；
[0027]分析肿瘤转移部位数量数据；
[0028]分析转移肿瘤大小数据
。
[0029]优选地，所述根据所述影像学检查数据获取第二风险值包括步骤：
[0030]对所述影像学检查数据进行风险评估；
[0031]根据风险评估结果赋予对应的第二风险值
。
[0032]优选地，所述获取所述乳腺癌患者的肿瘤基因检测数据包括步骤：
[0033]获取所述乳腺癌患者的血液样本；
[0034]对所述血液样本进行肿瘤基因检测；
[0035]确定基因突变类型；
[0036]根据所述基因突变类型对所述血液样本进行基因分析
。
[0037]优选地，所述基因突变类型为：
BRCA、PI3k、P53
和
ESR1。
[0038]优选地，所述根据所述肿瘤基因检测数据获取第三风险值包括步骤：
[0039]对所述肿瘤基因检测数据进行风险评估；
[0040]根据风险评估结果赋予对应的第三风险值
。
[0041]本申请实施例提供的上述技术方案与现有技术相比具有如下优点：
[0042]本申请提供的一种乳腺癌复发转移风险预测方法可根据免疫组化
、
影像检查和基因检测进行乳腺癌数据分析，并基于大量患者基本诊断信息和治疗效果的分析，建立乳腺癌复发转移风险预测模型，以优化治疗方案
。
附图说明
[0043]此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本专利技术的实施例，并与说明书一起用于解释本专利技术的原理
。
[0044]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图
。
[0045]图1为本申请实施例提供的一种乳腺癌复发转移风险预测方法的流程示意图
。
具体实施方式
[0046]为使本申请实施例的目的
、
技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚
、
完整地描述，显然，所描述的实施例是本申请的一部分实施例，而不是全部的实施例
。
基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围
。
[0047]图1为本申请实施例提供的一种乳腺癌复发转移风险预测方法的流程示意图
。
[0048]本申请提供了一种乳腺癌复发转移风险预测方法，所述方法包括步骤：
[0049]S1
：获取乳腺癌患者的分子类型数据；
[0050]在本申请实施例中，所述获取乳腺癌患者的分子类型数据包括步骤：
[0051]确定所述乳腺癌患者的免疫组化类型；
[0052]根据所述免疫组化类型获取所述乳腺癌患者的分子类型数据
。
[0053]具体地，所述免疫组化类型为：
ER、PR、HER2、PD
‑
L1、AR
和
Ki67
，当确定免疫组化类
型后，可以获取对应免疫组化类型的乳腺癌患者的分子类型数据
。
[0054]S2
：根据所述分子类型数据获取第一风险值；
[0055]在本申请实施例中，所述根据所述分子类型数据获取第一风险值包括步骤：
[0056]对所述分子类型数据进行风险评估；
[0057]根据风险评估结果赋予对应的第一风险值
。
[0058]具体地，当获取分子类型数据后，对该分子类型数据进行乳腺癌转移复发风险评估，并根据评估结果赋予对应的第本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种乳腺癌复发转移风险预测方法，其特征在于，所述方法包括步骤：获取乳腺癌患者的分子类型数据；根据所述分子类型数据获取第一风险值；获取所述乳腺癌患者的影像学检查数据；根据所述影像学检查数据获取第二风险值；获取所述乳腺癌患者的肿瘤基因检测数据；根据所述肿瘤基因检测数据获取第三风险值；对比所述第一风险值
、
所述第二风险值和所述第三风险值；根据对比结果预测所述乳腺癌患者的乳腺癌复发转移风险
。2.
根据权利要求1所述的乳腺癌复发转移风险预测方法，其特征在于，所述获取乳腺癌患者的分子类型数据包括步骤：确定所述乳腺癌患者的免疫组化类型；根据所述免疫组化类型获取所述乳腺癌患者的分子类型数据
。3.
根据权利要求2所述的乳腺癌复发转移风险预测方法，其特征在于，所述免疫组化类型为：
ER、PR、HER2、PD
‑
L1、AR
和
Ki67。4.
根据权利要求1所述的乳腺癌复发转移风险预测方法，其特征在于，所述根据所述分子类型数据获取第一风险值包括步骤：对所述分子类型数据进行风险评估；根据风险评估结果赋予对应的第一风险值
。5.
根据权利要求1所述的乳腺癌复发转移风险预测方法，其特征在于，所述获取所述乳腺癌患者的影像学检查数据包括步...

【专利技术属性】
技术研发人员：李惠平，赵方媛，张燕，刘雅昕，
申请(专利权)人：北京肿瘤医院北京大学肿瘤医院，
类型：发明
国别省市：