约翰·霍普金斯金梅尔癌症中心和约翰·霍普金斯大学医学院妇产科的研究人员开发了一种算法来识别输卵管上的高风险癌前病变。这些病变被称为浆液性输卵管上皮内癌(STIC)，被认为是卵巢高级别浆液性癌(HGSC)的主要前兆，而HGSC是女性最常见的卵巢癌形式。

该算法称为“REAL-FAST”(基于 RealSeqS 的 STIC 中输卵管非整倍体模式算法)，识别出输卵管中五组不同的癌前病变，其中两组被确定为潜在侵袭性且经常与复发性 HGSC 相关。这些结果提供了第一个分子证据，证明 STIC 具有独特的可识别遗传特征。

该试点研究发表在《临床癌症研究》上，由病理学住院医师 Yeh Wang 博士领导，并在 Ie-Ming Shih 博士、Richard W. TeLinde 杰出教授和教授的指导下进行。约翰·霍普金斯大学医学院妇产科。

尽管患卵巢癌风险较高或一般的女性通常会接受输卵管切除术，这是一种通过手术切除双侧输卵管以降低患卵巢癌风险的手术，但目前的临床实践并不包括对潜在癌前病变的详细检查，这意味着许多女性施说，他们面临着不确定的未来。

“这是一个高风险环境，这些患者需要更直接的诊断方法，”约翰·霍普金斯大学医学院肿瘤学助理教授、主要研究作者之一克里斯托弗·杜维尔博士说。“这项测试是为了在病变发展为癌症之前识别它们。”

然而，Douville 表示，并非所有 STIC 在分子上都是相同的，早期识别侵袭性 STIC 具有挑战性。由于病灶较小，目前的评估方法无异于大海捞针。Shih、Douville 和他们的团队着手开发一种工具，可以根据关键的基因改变和突变来检测 STIC 并对其进行分层。