Datar Cancer Genetics Luncurkan Layanan Video untuk Uji Efektivitas Kemoterapi

Datar Cancer Genetics meluncurkan layanan video baru untuk menguji efektivitas kemoterapi secara in-vitro menggunakan teknologi AI. Ini memberikan bukti visual yang membantu dokter memilih terapi yang tepat untuk pasien kanker berdasarkan respon sel tumor, mengurangi risiko pengobatan yang tidak efektif.

Datar Cancer Genetics (DCG) telah meluncurkan layanan pelaporan video revolusioner untuk pengujian chemosensitivity in-vitro, yang didukung oleh teknologi AI. Layanan ini memberikan bukti visual waktu nyata tentang efektivitas obat kemoterapi terhadap sel tumor pasien, yang diambil dari biopsi jaringan atau darah. Pengujian ini menangani kebutuhan penting dalam onkologi presisi dengan memberikan bukti konkret untuk pemilihan obat kemoterapi.Share oleh Dr. Darshana Patil, layanan ini memungkinkan pemantauan langsung respon sel kanker terhadap terapi kemoterapi yang berbeda sebelum diberikan.

Pengujian DCG mengevaluasi efektivitas atau resistensi obat kemoterapi dengan pengamatan langsung pada aksi obat terhadap sel tumor. Ini bertujuan untuk mempersonalisasi pengobatan, mengurangi metode trial-and-error, serta meminimalkan risiko toksisitas dan menghindari obat yang tidak efektif. Saat ini, layanan ini tersedia untuk pasien dengan tumor organ padat, memberikan laporan mendetail tentang terapi yang dianggap standar maupun off-label, sangat berguna untuk kanker yang resisten terhadap pengobatan.

Platform mutakhir DCG menggunakan AI yang diawasi manusia untuk menganalisis video resolusi tinggi yang menunjukkan waktu nyata sel tumor saat terpapar obat kemoterapi. Video dengan time-lapse ini memberikan bukti yang jelas dan dapat diverifikasi untuk mendukung keputusan pengobatan. “Ini adalah pertama kalinya kita bisa melihat bagaimana sel kanker pasien merespons berbagai terapi kemoterapi” – Dr. Darshana Patil.

Gagalnya pengobatan kemoterapi akibat pemilihan obat yang didasarkan pada pengalaman adalah masalah umum. Kekurangan biomarker molekuler untuk banyak obat menambah risiko ketidakefektifan dan efek samping. Platform DCG membantu menjembatani kesenjangan ini, meningkatkan pengambilan keputusan dan hasil pengobatan dengan mengurangi risiko terkait terapi yang tidak efektif.

Fitur utama dari platform ini adalah:
• Visualisasi waktu nyata efek kemoterapi pada sel tumor
• Analisis komprehensif pilihan obat SoC dan off-label
• Kuantifikasi otomatis berbasis AI dari laju eliminasi sel tumor
• Percepatan pemilihan pengobatan dengan meminimalkan paparan terhadap terapi yang tidak efektif
• Bukti video dalam format ramah pasien untuk menjamin transparansi dalam pilihan pengobatan. Lihat video demonstrasi di https://tinyurl.com/3kzw9684.

Platform ini telah diuji secara ketat dan diadopsi oleh pusat-pusat onkologi besar, menunjukkan peningkatan kesuksesan pengobatan dan kepuasan pasien. “Pendekatan berbasis bukti ini merevolusi perawatan kanker dengan meningkatkan transparansi dan mengoptimalkan pemilihan pengobatan” – Dr. Vineet Datta.

DCG adalah pemimpin global dalam onkologi yang mengembangkan teknologi non-invasif untuk deteksi dan pengobatan kanker dengan fasilitas akreditasi CAP dan CLIA di Inggris dan India, melayani pasien di seluruh dunia, dan berkomitmen untuk mengembangkan perawatan kanker yang tepat.

Inovasi dalam pengujian chemosensitivity sangat penting untuk onkologi presisi karena kegagalan pengobatan kemoterapi sering kali disebabkan oleh pemilihan obat yang tidak tepat. Datar Cancer Genetics memperkenalkan teknologi video untuk memberikan data yang lebih akurat dalam pengobatan kanker serta mengurangi risiko terapi yang tidak efektif.

Datar Cancer Genetics telah memperkenalkan layanan video yang inovatif untuk pengujian kepekaan kemoterapi, menyediakan bukti waktu nyata yang memungkinkan dokter untuk memilih terapi yang paling efektif untuk pasien. Dengan teknologi yang canggih, layanan ini membawa perubahan besar ke dalam praktik onkologi dengan meningkatkan keputusan pengobatan dan hasil pasien.

Sumber Asli: www.prnewswire.com