Rak jajnika to trudny do wykrycia nowotwór, obarczony wysokim ryzykiem nawrotu i ograniczonymi możliwościami skutecznego monitorowania terapii. W Zakładzie Onkologii Translacyjnej Gdańskiego Uniwersytetu Medycznego, we współpracy z Uniwersyteckim Centrum Klinicznym, prowadzimy badania nad wykorzystaniem płynnych biopsji (materiału  

uzyskanego z próbki krwi) jako nowoczesnego narzędzia diagnostycznego i monitorującego przebieg choroby. Analizujemy wielowymiarowe dane molekularne pochodzące z pełnej krwi — DNA, RNA i metabolom — zarówno w osoczu, jak i w płytkach krwi, leukocytach oraz krążących komórkach nowotworowych. Dodatkowo prowadzimy fenotypowanie i wizualizację  

krążących komórek guza oraz płytek krwi. Dane multiomiczne integrowane są z informacjami klinicznymi pacjentek (takimi jak wiek, stopień zaawansowania choroby, status mutacji, poziom markera CA-125 czy zastosowane leczenie) przy użyciu zaawansowanych metod uczenia maszynowego, obejmujących setki trenowanych modeli. Nasze podejście cechuje się silnym komponentem AI — testujemy różnorodne algorytmy, od  

klasycznych modeli klasyfikacyjnych po głębokie sieci neuronowe, stale optymalizując ich wydajność diagnostyczną. Równocześnie stawiamy na wyjaśnialność modeli (explainable AI) oraz próbę zrozumienia biologicznego podłoża zmian obserwowanych w danych. To nowoczesne, integracyjne podejście umożliwia nieinwazyjne wykrywanie sygnałów obecności i nawrotu choroby oraz ocenę odpowiedzi na leczenie z wysoką precyzją. Naszym celem jest rozwój czułych, klinicznie użytecznych biomarkerów, które znajdą zastosowanie w praktyce i przyczynią się do poprawy opieki nad pacjentkami z rakiem jajnika