加拿大多倫多大學(University of Toronto)與英國的研究發現治療卵巢癌藥物癌思停(Avastin)能減緩病情的發展。
根據多倫多大學、瑪格麗特公主醫院(Princess Margaret Hospital, PMH)的Amit Oza醫師與英國里茲(Leeds)聖詹姆斯腫瘤研究所(St James’s Institute of Oncology)的Timothy Perren領導的國際臨床試驗結果，以藥物癌思停(bevacizumab, Avastin)治療卵巢癌能延緩疾病發展，也可能提高存活率。
這項研究成果於2011年12月28日發表於新英格蘭醫學期刊(New England Journal of Medicine)，顯示整體而言，該藥物能阻止癌症復發達2個月。而對疾病風險最高的婦女，甚至能延遲五至六個月。而且在這組中的研究成果也顯示強烈的趨勢能改善整體的存活率，此項分析會一直進行到2013年。
領導PMH癌症臨床研究團隊的醫學系教授醫療腫瘤學家Oza表示，「這是15年來第一種能改善病情的卵巢癌新藥，我相信應該考慮讓它成為新的照護標準」。Oza也是醫院的布拉斯家庭藥物開發計畫(Bras Family Drug Development Program)的主持人之一。
過去 3D 組織影像無法實現，最大的難點，在於無法突破組織的透光障礙。捷絡生技專利化的光學組織澄清技術，最厲害之處是讓檢體樣本不被破壞就可以「變透明」，達到清水般的穿透率。傳統樣本處理，會經過物理切片及脫水，組織結構發生形變無可避免，讓病理全貌難以被量化和標準化來進行評估。但這項獨家的組織澄清處理技術，可最大程度保存樣本原來的面貌，還能讓樣本進行重複染色，再利用於各式生物檢驗。更重要的是，不再是單一切面的樣本，讓全自動影像掃描擷取，從不可能變得可能。
把檢體樣本透明化之後，研究團隊接著以高速鐳射顯微鏡，對樣本進行全身掃描後，數位縫合平行多叠影像。只要搭配適當的染色技術，就可迅速取得比傳統檢測還多百倍資訊量的高精度 3D 腫瘤影像。這些病理組織樣本的全景 3D 細節，讓醫生可以更清楚判別癌細胞的型態、分佈與周圍細胞的交互作用。
研究團隊也沒有停留在 3D 影像產製的完善，更抓緊大數據、巨量分析的趨勢，目標是要提供 AI 自動化病理組織影像分析。研究團隊建立不同癌症的 3D 數位病理影像資料庫，讓電腦進行機器學習，透過癌組織的特徵辨識訓練，目前已可得到超過 90 % 的準確度。AI 自動化分析能克服傳統人工判讀模式潛藏的誤差（如不同判讀者的差異、視覺疲勞與檢體採樣量不足等問題），大大減輕臨床病理醫師的工作負擔，加快診斷的效率。癌症的治療，就像與死神賽跑，所以盡速決定對風險最小、成效最佳的療法，對提高病患的存活率至關重要。
未來，捷絡生技這個領先全球的 3D 數位病理檢驗暨 AI 分析平臺，預期可實際應用在檢測藥物的穿透性、篩選適合免疫療法的病患、分析腫瘤微環境等方向。不管是從美國或是臺灣的例子，都讓我們看見不同領域相互激蕩的成果，並非止步於學術象牙塔的研究，而是可以被實際應用在日常生活中的技術。
加拿大多倫多大學(University of Toronto)與英國的研究發現治療卵巢癌藥物癌思停(Avastin)能減緩病情的發展。
#/media/File:RobertHookeMicrographia1665.jpg){kind=link}