A precíziós onkológiai megközelítés mára a rutinellátás részévé vált. Egyre több daganatos betegnél készül több száz génes molekuláris diagnosztikai vizsgálat, és több mint 100 célzott vagy immunterápiás gyógyszer van forgalomban. A megnyíló lehetőségek mellett ez kihívást is jelent, hiszen sok esetben több célzott terápiás kezelési lehetőség is rendelkezésre áll ugyanahhoz a biomarkerhez kapcsolódóan, a daganatban párhuzamosan jelen lévő - átlagosan négy-öt - genetikai eltérések módosíthatják a célzott terápiák hatásosságát, sőt egyre több esetben több célozható alteráció is kimutatható egy daganatban. Ilyen esetekben az optimális terápiás terv kialakítása jelenleg a molekuláris tumor boardok (MTB) felelőssége. Azonban több tanulmány kimutatta, hogy komplex molekuláris profilok esetén az MTB-k terápiás javaslata nagyon alacsony konkordanciát mutat. Automatizált döntéshozási módszerekre van szükség, hogy a döntéshozatal hatékonysága mérhetővé váljon, így a metódusok egymással összehasonlíthatók legyenek, és a betegek validált módon a leghatékonyabb döntési módszer alapján juthassanak kezeléshez. A digital drug assignment (DDA) algoritmus lehetőséget nyújt a terápiás döntések standardizálására, ha több célzott vagy immunterápiás kezelési lehetőség áll rendelkezésre, és más iránymutatás nem tesz különbséget a kezelésektől várható klinikai előny tekintetében. A módszer klinikai hasznosságának és biztonságosságának vizsgálata a SHIVA01 klinikai vizsgálat adatain történt. Kulcsszavak: személyre szabott gyógyászat, klinikai döntéstámogatás, molekuláris célzott kezelés, klinikai onkológia