SALSA：一种新的人工智能工具，用于自动和精确分析肝脏肿瘤

　　

 

• 一项由vhio牵头的回顾性研究结果表明，一种基于ct的新型深度学习驱动工具在增强肝癌诊断、治疗计划和反应评估方面具有潜力．

 

• 由VHIO研究人员开发， SALSA人工智能（AI）辅助工具（SALSA）直接处理医学图像，自动检测和描绘肿瘤。

 

由Raquel Perez-Lopez领导的Vall d 'Hebron肿瘤研究所（VHIO）放射组学小组的研究人员开发了SALSA（自动肝脏肿瘤分割和检测系统），这是一种全自动深度学习驱动的工具，用于精确和完全自动化检测和监测肝脏肿瘤（肝细胞癌）。这项工作的结果已经作为一篇开放获取的文章发表在《细胞报告医学》上。

包括计算机断层扫描（CT）扫描在内的医学图像为肿瘤学专业人员提供了癌症检测、治疗计划和反应评估的基本信息。

“然而，肿瘤体积分析的精确描述-肿瘤轮廓-提出了实际挑战，并经常导致涉及体积疾病评估的研究项目和临床应用的瓶颈。这项任务不仅耗时，而且在不同的观测者之间也容易发生变化，”该论文的通讯作者Raquel Perez-Lopez说。

原发性肝癌如肝细胞癌（HCC）通常在晚期诊断，治疗选择有限，预后不良。此外，肝脏是其他原发癌症转移的常见器官，显著影响治疗结果。为了应对这些临床挑战，VHIO研究人员开发了SALSA，这是一种人工智能辅助工具，可直接用于医学图像，自动检测和描绘原发性和转移性肝脏肿瘤。

VHIO放射组的博士生、该研究的第一作者Maria Balaguer-Montero解释说：“为了开发和培训SALSA，我们使用了现有的nnU-Net分割方法，并引入了从1598个原发性或转移性肝肿瘤的计算机断层扫描中获得的数据。”

SALSA在癌症检测和精确量化肿瘤负担方面表现出卓越的准确性，超越了最先进的模型和放射科医生之间的协议，可以潜在地提高癌症检测、治疗计划和反应评估。

Balaguer-Montero补充说：“SALSA在患者水平上显示出高精度的肿瘤检测精度超过99%，在外部验证队列中，每个病变的检测精度接近82%。”

“这种新颖的深度学习驱动的工具已经在CT图像上显示了肝癌的精确和自动识别和描绘，促进了更精确的肿瘤负荷量化-这是癌症预后和治疗的关键因素-无需事先手动提示要求。我们通过几个测试和外部队列的验证强调了SALSA的有效性和可靠性，匹配并经常超过放射科专家的准确性，”Perez-Lopez观察到。

用于治疗反应评估的成像生物标志物发现

VHIO放射组学小组的一个关键目标是开发基于成像生物标志物（包括肿瘤体积、密度和质地）的医学成像工具。人工智能和机器学习技术的新兴技术通过对个体患者的治疗反应提供更精确的评估，正在迅速推进个性化肿瘤学领域。

“目前的临床反应标准是有限的。肿瘤直径以二维测量，不考虑体积，在转移的情况下，每个器官只评估两个肿瘤，每个患者最多评估五个病变，”Raquel Pérez-López说。

她总结道：“SALSA可能对肝癌患者的管理有用，可以测量诸如肿瘤总体积、密度或质地等参数，以评估对治疗的反应，并支持治疗决策，以提高患者的预后。”

这项工作得到了CRIS癌症基金会、FERO基金会和“la Caixa”基金会的支持，这些基金会为VHIO放射组学小组领导的各种研究项目提供资金。
A CT-based deep learning-driven tool for automatic liver tumor detection and delineation in patients with cancer