人工智能可以在90秒内预测脑癌基因

一项研究表明，利用人工智能，研究人员发现了如何在90秒内筛查恶性脑肿瘤的基因突变，并可能简化神经胶质瘤的诊断和治疗。新开发的系统DeepGlioma识别了世界卫生组织用于定义弥漫性胶质瘤分子亚群的突变，平均准确率超过90%。

　　

一项研究表明，利用人工智能，研究人员发现了如何在90秒内筛查恶性脑肿瘤的基因突变，并可能简化神经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的研究人员合作，开发了一种名为DeepGlioma的基于人工智能的诊断筛查系统，该系统使用快速成像来分析手术中采集的肿瘤标本，并更快速地检测基因突变。

在一项对150多名弥漫性胶质瘤(最常见、最致命的原发性脑肿瘤)患者的研究中，新开发的系统识别了世界卫生组织用于定义该疾病分子亚群的突变，平均准确率超过90%。研究结果发表在《Nature Medicine》杂志上。“这种基于人工智能的工具有潜力提高致命脑肿瘤患者的诊断和护理的获取和速度，”DeepGlioma的主要作者和创造者Todd Hollon博士说，他是密歇根大学健康分校的神经外科医生和密歇根大学医学院的神经外科助理教授。分子分类对神经胶质瘤的诊断和治疗越来越重要，因为脑瘤患者的手术收益和风险取决于他们的基因组成。事实上，与其他弥漫性胶质瘤亚型相比，患有一种被称为星形细胞瘤的特定类型的弥漫性胶质瘤的患者在完全切除肿瘤后平均可以获得5年的时间。

然而，对弥漫性胶质瘤进行分子检测的途径有限，在治疗脑肿瘤患者的中心也不统一。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次优护理，使手术决策和化疗方案的选择复杂化，”Hollon说。

在深度胶质瘤之前，外科医生在手术中没有鉴别弥漫性胶质瘤的方法。这是一个始于2019年的想法，该系统将深度神经网络与一种被称为受刺激拉曼组织学的光学成像方法相结合，这种方法也是在密歇根大学开发的，可以实时成像脑肿瘤组织。Hollon说:“深度胶质瘤为准确和更及时的识别提供了一条途径，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。”即使采用最佳的护理标准治疗，弥漫性胶质瘤患者也面临着有限的治疗选择。恶性弥漫性胶质瘤患者的中位生存时间仅为18个月。虽然开发治疗肿瘤的药物至关重要，但只有不到10%的胶质瘤患者参加了临床试验，这往往限制了分子亚群的参与。研究人员希望deep胶质瘤可以成为早期试验登记的催化剂。“在过去的几十年里，最致命的脑肿瘤的治疗进展有限，部分原因是很难确定哪些患者将从靶向治疗中受益最多，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。”

Artificial-intelligence-based molecular classification of diffuse gliomas using rapid, label-free optical imaging