×
Übersetze nach Deutsch
ITUS Corporation (NASDAQ: ITUS), gab heute bekannt, dass sie am 26. Januar auf dem Symposium der American Society of Clinical Oncology-Society for Immunotherapy of Cancer (ASCO-SITC) Clinical Immuno-oncology Symposium in San Francisco, Kalifornien, positive Daten ihrer Krebsfrüherkennungstechnologie vorgestellt hat. Die Posterpräsentation mit dem Titel "Die Kopplung von MDSCs mit einer computeranalytischen Methode zur Erkennung solider Tumore" präsentierte die neuesten Daten aus unserer laufenden Studie. Unsere Technologie kombiniert die Analyse myeloischer Suppressorzellen (MDSCs) und anderer Teilmengen weißer Blutkörperchen mit künstlicher Intelligenz (AI), insbesondere einem neuronalen Netzwerk (NN), um das Immunsystem des Patienten zu überwachen. Statistiken zeigen deutlich, dass bei einer frühzeitigen Krebserkennung (Stadium I oder II) die Chancen auf ein langfristiges Überleben oft höher als 95%, in manchen Fällen sogar 100% sind. Wird der Krebs jedoch erst spät erkannt (Stadium III oder IV), sinkt die Wahrscheinlichkeit des langfristigen Überlebens auf Werte bis zu 10%. Verständlicherweise gab es ein enormes Interesse von Wissenschaftlern und Investoren an der Entwicklung von Techniken zur Krebsfrüherkennung. ITUS, eines der wenigen börsennotierten Unternehmen, das in diesem Bereich tätig ist, verwendet eine proprietäre Technik zur Überwachung von Veränderungen im Immunsystem eines Patienten, die durch das Vorhandensein eines Tumors ausgelöst werden. Studien der letzten zehn Jahre haben gezeigt, dass es eine dynamische Wechselwirkung zwischen dem Immunsystem des Patienten und der Existenz eines Tumors gibt. Diese Interaktion führt zu subtilen Veränderungen im Immunsystem, die durch die Überwachung und Zählung zirkulierender weißer Blutkörperchen mit Hilfe einer gängigen Labortechnik, der Durchflusszytometrie, gemessen werden können. Allerdings reicht es nicht aus, nur die spezifischen Zellen zu zählen, um mit hoher Genauigkeit den Unterschied zwischen einem tumortragenden Patienten und einem gesunden Menschen zu unterscheiden. Durch die Implementierung eines NN zur Bewertung der subtilen Veränderungen und Muster innerhalb des Immunsystems sind wir in der Lage, eine extrem hohe Sensitivität und Spezifität zu erreichen, die Maßstäbe für die Genauigkeit des Tests sind. Die Ergebnisse dieser aktuellen Studie ergänzen die Daten unserer ersten Kohorte, die im Dezember 2016 veröffentlicht wurde. In der vorangegangenen Studie berichteten wir von einer Sensitivität von 92% und einer Spezifität von 92%. In dieser Studie berichten wir über eine Sensitivität von 89% und eine Spezifität von 95%. Diese geringfügige Abnahme der Sensitivität in unserer aktuellen Studie wurde festgestellt, dass sie innerhalb der Fehlergrenze liegt und möglicherweise die Einbeziehung von mehr Krebspatienten im Frühstadium widerspiegelt. Alle Krebspatienten wurden biopsien-verifiziert, wobei alle klinischen Stadien (I - IV) eingeschlossen waren. Der Bereich unter der Betriebskennlinie des Empfängers (AUROC), ein Maß für die Genauigkeit, betrug 0,97. AUROC-Werte nahe 0,50 sind schlecht, während ein Wert größer als 0,90 als außergewöhnlich gilt. Darüber hinaus ist eine der vorteilhaftesten Eigenschaften von künstlicher Intelligenz und neuronalen Netzen ihre Fähigkeit, kontinuierlich zu lernen und sich im Laufe der Zeit bei der Beantwortung der von ihnen gestellten Frage zu verbessern. Das bedeutet, dass wir, wenn wir mehr Daten hinzufügen, erwarten würden, die Performance noch weiter zu verbessern. Die Gesamtzahl der Patienten in dieser Studie betrug 163, darunter 81 Krebspatienten und 82 gesunde Spender. Die Patientenblutproben wurden von unseren Mitarbeitern zur Verfügung gestellt, darunter das MD Anderson Cancer Center at Cooper, die University of Pennsylvania-Abramson Cancer Center, Virtua Hospital Group, Delaware Valley Urology und das Wistar Institute. Die Mehrheit der für diese Studie gesammelten Patientenproben stammten von Brustkrebspatientinnen und Prostatakrebspatientinnen, aber auch einige andere Typen wurden einbezogen. Zuvor haben wir berichtet, dass unsere Technologie erfolgreich mit 15 verschiedenen Tumorarten gearbeitet hat. Mit den zusätzlichen Krebsarten, die in dieser Studie enthalten sind, haben wir nun gezeigt, dass unsere Technologie mit 20 Krebsarten aus soliden Tumoren arbeitet. Die Liste der bisher von unserer Technologie evaluierten Tumorarten stellt sich wie folgt dar: BrustProstataLungColonPankreasMelanomOvarianteLeberBlaseCervicalEndometrial/UterineGastricHead and neckTesticularThyroidOsteosarkom (Knochenkrebs)Leiomyosarkom (Weichteilkrebs)Liposarkom (Bindegewebskrebs)VulvarAppendiceal Dr. Amit Kumar, President und Chief Executive Officer der ITUS Corporation, sagte: "Wir freuen uns, Ihnen die neuesten Daten aus unseren Studien präsentieren zu können. Obwohl diese Studien ohne Blindheit durchgeführt wurden und weitere Daten erhoben werden müssen, sind wir mit der Leistung sehr zufrieden. Als Wissenschaftler kann ich zwei Schlussfolgerungen ziehen. Erstens ist es eindeutig der Fall, dass unsere proprietäre Anwendung der künstlichen Intelligenz besser in der Lage ist, Anrufe zu tätigen, als die besten und erfahrensten Wissenschaftler oder Ärzte. Die Fähigkeit des NN, trainiert zu werden und die Daten zu analysieren, ist außergewöhnlich. Zweitens, weil unsere Technologie die Reaktion des Immunsystems auf die Existenz eines Tumors überwacht, sind wir der Meinung, dass diese Technik in der Lage sein wird, jede Person mit Krebs unabhängig von der Tumorart zu identifizieren.