Biomarkers, Omics and Artificial Intelligence for Early Detection of Pancreatic Cancer

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216208%3A11140%2F25%3A10495438" target="_blank" >RIV/00216208:11140/25:10495438 - isvavai.cz</a>

Výsledek na webu

<a href="https://verso.is.cuni.cz/pub/verso.fpl?fname=obd_publikace_handle&handle=KlKmj5Tyx7" target="_blank" >https://verso.is.cuni.cz/pub/verso.fpl?fname=obd_publikace_handle&handle=KlKmj5Tyx7</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.1016/j.semcancer.2025.02.009" target="_blank" >10.1016/j.semcancer.2025.02.009</a>

Jazyk výsledku

angličtina

Název v původním jazyce

Biomarkers, Omics and Artificial Intelligence for Early Detection of Pancreatic Cancer

Popis výsledku v původním jazyce

Pancreatic ductal adenocarcinoma (PDAC) is frequently diagnosed in its late stages when treatment options are limited. Unlike other common cancers, there are no population-wide screening programmes for PDAC. Thus, early disease detection, although urgently needed, remains elusive. Individuals in certain high-risk groups are, however, offered screening or surveillance. Here we explore advances in understanding high-risk groups for PDAC and efforts to implement biomarker-driven detection of PDAC in these groups. We review current approaches to early detection biomarker development and the use of artificial intelligence as applied to electronic health records (EHRs) and social media. Finally, we address the cost-effectiveness of applying biomarker strategies for early detection of PDAC.

Název v anglickém jazyce

Biomarkers, Omics and Artificial Intelligence for Early Detection of Pancreatic Cancer

Popis výsledku anglicky

Pancreatic ductal adenocarcinoma (PDAC) is frequently diagnosed in its late stages when treatment options are limited. Unlike other common cancers, there are no population-wide screening programmes for PDAC. Thus, early disease detection, although urgently needed, remains elusive. Individuals in certain high-risk groups are, however, offered screening or surveillance. Here we explore advances in understanding high-risk groups for PDAC and efforts to implement biomarker-driven detection of PDAC in these groups. We review current approaches to early detection biomarker development and the use of artificial intelligence as applied to electronic health records (EHRs) and social media. Finally, we address the cost-effectiveness of applying biomarker strategies for early detection of PDAC.

Druh

J_imp - Článek v periodiku v databázi Web of Science

CEP obor

—

OECD FORD obor

30204 - Oncology

Projekt

Výsledek vznikl pri realizaci vícero projektů. Více informací v záložce Projekty.

Návaznosti

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Rok uplatnění

2025

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název periodika

Seminars in Cancer Biology

ISSN

1044-579X

e-ISSN

1096-3650

Svazek periodika

111

Číslo periodika v rámci svazku

June

Stát vydavatele periodika

GB - Spojené království Velké Británie a Severního Irska

Počet stran výsledku

13

Strana od-do

76-88

Kód UT WoS článku

001441748100001

EID výsledku v databázi Scopus

2-s2.0-85219081949