• 成功的临床翻译[时间范围：5年]
  成功的临床翻译的幅度是通过项目衍生的个性化医学的次数来衡量的，通过应用新颖和现有的生物标志物和疗法影响了患者的护理。
• 通过AI方法成功预测患者结果[时间范围：5年]
  通过数字组织病理学图像，基因组数据和常规实验室值正确预测疾病结果（PFS，OS）的患者比例

• 成功验证潜在的可药遗传改变[时间范围：5年]
  发现并用体外方法验证的潜在可药物遗传改变数量
• 成功预测了肿瘤组织学的基因组特征[时间范围：5年]
  可以从肿瘤组织学成功识别的基因组特征数量
• 使用H＆E染色整个幻灯片图像和基于AI的方法对肿瘤组织学的一级治疗反应的预测[时间范围：5年]
  预测预测结果（主要治疗结果，PFS）的患者人数正确
• 建立更新版本的化学响应评分（CRS），用于测量化学疗法后肿瘤组织的组织学效应[时间范围：5年]
  将更新的CRS进行间隔手术的预测能力与传统CRS进行了比较

化学疗法耐药性是晚期癌症死亡率的最大贡献，并且在寻找转移和复发性疾病的癌症患者的有效治疗方式方面仍然存在严重的挑战。通常在疾病已经广泛扩散到腹部的阶段，通常在腹部进行诊断出高级浆液卵巢癌（HGSOC），而当前的实践标准治疗包括手术，然后是基于铂 - taxane的化学疗法和维持治疗。虽然90％的HGSOC患者在手术和化学疗法后没有表现出临床可检测到的癌症迹象，但由于化学耐药性癌症，只有43％的患者在诊断后五年还活着。

这项前瞻性观察性试验的重点是揭示引起HGSOG患者化学抗性的主要机制，并为抗化疗的HGSOC患者提供个性化治疗方案。研究人员招募了刚诊断出的高级HGSOC患者，他们在癌症治疗期间受到彻底遵循。纵向采样包括数字化H＆E染色的组织学幻灯片，主要在常规诊断期间收集，新鲜的肿瘤和腹水样品，用于下一代测序/蛋白质组学（WGS，RNA-SEQ，DNA-seq，DNA-甲基化，chip-Seq，chip-Seq，质量细胞术等）和ex vivo实验，用于循环肿瘤DNA（CTDNA）分析的血浆样品。鉴于癌症治疗及其结果，诸如实验室和放射学参数（例如，FDG PET/CT）等临床参数范围广泛。

总体目标是基于在纵向环境中收集的多层次数据建立一种临床上有用的精度肿瘤学方法，并将最有效和有效的发现转化为临床使用。 Decider项目将生产由AI驱动的诊断工具，用于临床决策的尖端软件平台，新颖的数据分析和集成方法以及高通量的外体药物筛查方法。

具体目的包括：

• 为癌症患者开发个性化医学方法的工具和方法。
• 开发开源可视化和解释软件，可通过数据整合和解释癌症患者的多级数据来促进临床决策。
• 迅速识别可能对当前疗法反应不佳的HGSOC患者，结合了有关数字组织病理学样本，基因组和临床数据和AI方法的信息。
• 使用纵向测量和临床护理中癌症患者的离体培养物部署经过验证的个性化医学治疗方案。

• 遗传：WGS和RNA测序
• 遗传：循环肿瘤DNA（CTDNA）
• 诊断测试：FDG PET/CT成像

• 接受新辅助化疗（NACT）治疗的HGSOC患者

  诊断性腹腔镜检查后进行了3-4个铂 - taxane NACT和间歇性延伸手术（IDS）的循环。用FDG PET/CT监测治疗反应。 IDS之后是标准辅助治疗（ESGO/ESMO +本地准则）。

  数字H＆E载玻片和WGS，RNASEQ是从复发手术/腹水排水的手术中获得的。随后进行纵向CTDNA采样。

  干预措施：

  • 遗传：WGS和RNA测序
  • 遗传：循环肿瘤DNA（CTDNA）
  • 诊断测试：FDG PET/CT成像
• 接受初次延展手术（PDS）治疗的HGSOC患者
  PDS之后进行标准辅助治疗（ESGO/ESMO +本地准则）。 Digital H＆E载玻片和WGS，RNASEQ从PDS获得，并在执行时可能的复发操作/腹水排水。随后进行纵向CTDNA采样。
  干预措施：

  • 遗传：WGS和RNA测序
  • 遗传：循环肿瘤DNA（CTDNA）

纳入标准：

• 在图尔库大学医院接受治疗的怀疑卵巢癌诊断的患者
• 理解能力和愿意签署书面知情同意文件

排除标准：

• 年龄<18岁，病情较差，无法进行主动治疗（手术，化学疗法）
• FDG PET/CT扫描未针对糖尿病和葡萄糖平衡差的患者进行。

• 成功的临床翻译[时间范围：5年]
  成功的临床翻译的幅度是通过项目衍生的个性化医学的次数来衡量的，通过应用新颖和现有的生物标志物和疗法影响了患者的护理。
• 通过AI方法成功预测患者结果[时间范围：5年]
  通过数字组织病理学图像，基因组数据和常规实验室值正确预测疾病结果（PFS，OS）的患者比例

• 成功验证潜在的可药遗传改变[时间范围：5年]
  发现并用体外方法验证的潜在可药物遗传改变数量
• 成功预测了肿瘤组织学的基因组特征[时间范围：5年]
  可以从肿瘤组织学成功识别的基因组特征数量
• 使用H＆E染色整个幻灯片图像和基于AI的方法对肿瘤组织学的一级治疗反应的预测[时间范围：5年]
  预测预测结果（主要治疗结果，PFS）的患者人数正确
• 建立更新版本的化学响应评分（CRS），用于测量化学疗法后肿瘤组织的组织学效应[时间范围：5年]
  将更新的CRS进行间隔手术的预测能力与传统CRS进行了比较

化学疗法耐药性是晚期癌症死亡率的最大贡献，并且在寻找转移和复发性疾病的癌症患者的有效治疗方式方面仍然存在严重的挑战。通常在疾病已经广泛扩散到腹部的阶段，通常在腹部进行诊断出高级浆液卵巢癌（HGSOC），而当前的实践标准治疗包括手术，然后是基于铂 - taxane的化学疗法和维持治疗。虽然90％的HGSOC患者在手术和化学疗法后没有表现出临床可检测到的癌症迹象，但由于化学耐药性癌症，只有43％的患者在诊断后五年还活着。

这项前瞻性观察性试验的重点是揭示引起HGSOG患者化学抗性的主要机制，并为抗化疗的HGSOC患者提供个性化治疗方案。研究人员招募了刚诊断出的高级HGSOC患者，他们在癌症治疗期间受到彻底遵循。纵向采样包括数字化H＆E染色的组织学幻灯片，主要在常规诊断期间收集，新鲜的肿瘤和腹水样品，用于下一代测序/蛋白质组学（WGS，RNA-SEQ，DNA-seq，DNA-甲基化，chip-Seq，chip-Seq，质量细胞术等）和ex vivo实验，用于循环肿瘤DNA（CTDNA）分析的血浆样品。鉴于癌症治疗及其结果，诸如实验室和放射学参数（例如，FDG PET/CT）等临床参数范围广泛。

总体目标是基于在纵向环境中收集的多层次数据建立一种临床上有用的精度肿瘤学方法，并将最有效和有效的发现转化为临床使用。 Decider项目将生产由AI驱动的诊断工具，用于临床决策的尖端软件平台，新颖的数据分析和集成方法以及高通量的外体药物筛查方法。

具体目的包括：

• 为癌症患者开发个性化医学方法的工具和方法。
• 开发开源可视化和解释软件，可通过数据整合和解释癌症患者的多级数据来促进临床决策。
• 迅速识别可能对当前疗法反应不佳的HGSOC患者，结合了有关数字组织病理学样本，基因组和临床数据和AI方法的信息。
• 使用纵向测量和临床护理中癌症患者的离体培养物部署经过验证的个性化医学治疗方案。

• 遗传：WGS和RNA测序
• 遗传：循环肿瘤DNA（CTDNA）
• 诊断测试：FDG PET/CT成像

• 接受新辅助化疗（NACT）治疗的HGSOC患者

  诊断性腹腔镜检查后进行了3-4个铂 - taxane NACT和间歇性延伸手术（IDS）的循环。用FDG PET/CT监测治疗反应。 IDS之后是标准辅助治疗（ESGO/ESMO +本地准则）。

  数字H＆E载玻片和WGS，RNASEQ是从复发手术/腹水排水的手术中获得的。随后进行纵向CTDNA采样。

  干预措施：

  • 遗传：WGS和RNA测序
  • 遗传：循环肿瘤DNA（CTDNA）
  • 诊断测试：FDG PET/CT成像
• 接受初次延展手术（PDS）治疗的HGSOC患者
  PDS之后进行标准辅助治疗（ESGO/ESMO +本地准则）。 Digital H＆E载玻片和WGS，RNASEQ从PDS获得，并在执行时可能的复发操作/腹水排水。随后进行纵向CTDNA采样。
  干预措施：

  • 遗传：WGS和RNA测序
  • 遗传：循环肿瘤DNA（CTDNA）

纳入标准：

• 在图尔库大学医院接受治疗的怀疑卵巢癌诊断的患者
• 理解能力和愿意签署书面知情同意文件

排除标准：

• 年龄<18岁，病情较差，无法进行主动治疗（手术，化学疗法）
• FDG PET/CT扫描未针对糖尿病和葡萄糖平衡差的患者进行。