人工智能在90秒内预测癌性脑肿瘤的遗传学

一项研究表明，利用人工智能，研究人员发现了如何在90秒内筛选癌性脑肿瘤中的基因突变，并可能简化胶质瘤的诊断和治疗。

密歇根医学院的神经外科医生和工程师团队与纽约大学，加州大学旧金山分校等人的研究人员合作，开发了一种基于人工智能的诊断筛查系统，称为DeepGlioma，该系统使用快速成像来分析手术期间采集的肿瘤标本并更快地检测基因突变。

在一项针对150多名弥漫性胶质瘤(最常见和致命的原发性脑肿瘤)患者的研究中，新开发的系统确定了世界卫生组织用来定义该病症分子亚组的突变，平均准确率超过90%。研究结果发表在Nature Medicine上。

“这种基于人工智能的工具有可能提高致命脑肿瘤患者的诊断和护理的可及性和速度，”DeepGlioma的主要作者和创造者Todd Hollon博士说，他是密歇根大学健康学院的神经外科医生和UM医学院神经外科助理教授。

分子分类在神经胶质瘤的诊断和治疗中越来越重要，因为手术的益处和风险因脑肿瘤患者的基因组成而异。事实上，与其他弥漫性胶质瘤亚型相比，患有特定类型的弥漫性胶质瘤(称为星形细胞瘤)的患者平均可以完全切除肿瘤五年。

然而，弥漫性胶质瘤分子检测的可及性有限，并且在治疗脑肿瘤患者的中心并不统一。Hollon说，当它可用时，结果的周转时间可能需要几天，甚至几周。

“分子诊断的障碍可能导致脑肿瘤患者的护理欠佳，使手术决策和放化疗方案的选择复杂化，”Hollon说。

在深部胶质瘤之前，外科医生没有在手术过程中区分弥漫性胶质瘤的方法。该系统的想法始于2019年，它将深度神经网络与一种称为受激拉曼组织学的光学成像方法相结合，该方法也是在密歇根大学开发的，用于实时成像脑肿瘤组织。

“DeepGlioma为准确和更及时的识别创造了一条途径，这将使提供者有更好的机会定义治疗方法和预测患者的预后，”Hollon说。

即使采用最佳标准治疗，弥漫性胶质瘤患者的治疗选择也有限。恶性弥漫性胶质瘤患者的中位生存期仅为 18 个月。

虽然开发治疗肿瘤的药物至关重要，但只有不到10%的神经胶质瘤患者参加了临床试验，这通常会限制分子亚组的参与。研究人员希望DeepGlioma可以成为早期试验招募的催化剂。

“在过去的几十年里，治疗最致命的脑肿瘤的进展有限 - 部分原因是很难确定从靶向治疗中受益最大的患者，”资深作者Daniel Orringer博士说，他是纽约大学格罗斯曼医学院神经外科和病理学副教授，他开发了刺激拉曼组织学。“快速的分子分类方法为重新思考临床试验设计和为患者带来新疗法带来了巨大的希望。

　　免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！