人工智能匹配医生绘制肺部肿瘤图谱，用于放射治疗

一项大型新研究报告称，西北医学院的科学家开发了一种名为 iSeg 的人工智能工具，它不仅可以与医生配合，在 CT 扫描中准确勾勒出肺部肿瘤的轮廓，还可以识别一些医生可能错过的区域。

　　

在放射治疗中，精准可以挽救生命。肿瘤科医生必须仔细绘制肿瘤的大小和位置，然后才能发射高剂量的放射线来杀死癌细胞，同时保护健康组织。然而，这个被称为肿瘤分割的过程仍然是手动完成的，耗时且因医生而异，并且可能导致关键的肿瘤区域被忽视。

一项大型新研究报告称，现在，西北医学院的一组科学家开发了一种名为 iSeg 的人工智能工具，它不仅可以与医生配合，在 CT 扫描中准确勾勒出肺部肿瘤，还可以识别一些医生可能错过的区域。

与早期专注于静态图像的 AI 工具不同，iSeg 是第一个能够对随着每次呼吸而移动的肿瘤进行分割的 3D 深度学习工具——这是规划放射治疗的关键因素，美国一半的癌症患者在患病期间都会接受放射治疗。

西北大学范伯格医学院放射肿瘤学系主任兼教授、资深作者穆罕默德·阿巴兹德博士说：“我们距离比十年前任何人想象的都更精确的癌症治疗又近了一步。”

“这项技术的目标是为我们的医生提供更好的工具，”阿巴兹德补充道，他领导着一个研究团队，开发数据驱动的工具来个性化和改善癌症治疗，同时也是西北大学罗伯特·H·卢里综合癌症中心的成员。

该研究将于 6 月 30 日发表在npj Precision Oncology杂志上。

iSeg 的构建和测试方式

西北大学的科学家利用西北医学和克利夫兰诊所医疗系统内九家诊所接受治疗的数百名肺癌患者的CT扫描数据和医生绘制的肿瘤轮廓图来训练iSeg。这远远超出了过去许多研究中使用的小型单一医院数据集。

训练结束后，研究人员对AI进行了测试，测试其从未见过的患者扫描图像。随后，研究人员将其绘制的肿瘤轮廓与医生绘制的轮廓进行比较。研究发现，iSeg与不同医院、不同扫描类型的专家绘制的轮廓始终一致。它还标记了一些医生遗漏的区域——这些遗漏的区域如果不及时治疗，可能会导致更糟糕的结果。这表明iSeg可能有助于发现那些经常被忽视的高风险区域。

Abazeed 表示：“准确的肿瘤靶向是安全有效放射治疗的基础，即使是靶向的小错误也会影响肿瘤控制或造成不必要的毒性。”

“通过自动化和标准化肿瘤轮廓描绘，我们的人工智能工具可以帮助减少延误，确保各医院之间的公平性，并有可能识别出医生可能遗漏的区域——最终改善患者护理和临床结果，”第一作者、范伯格高级研究技术专家萨格尼克·萨卡尔 (Sagnik Sarkar) 补充道，他拥有西北大学人工智能理学硕士学位。

可能在几年内实现临床部署

研究团队目前正在临床环境中测试 iSeg，并实时将其性能与医生进行比较。他们还整合了用户反馈等功能，并致力于将该技术扩展到其他肿瘤类型，例如肝癌、脑癌和前列腺癌。该团队还计划将 iSeg 应用于其他成像方法，包括 MRI 和 PET 扫描。

“我们设想将其作为一项基础工具，可以标准化并增强放射肿瘤学中肿瘤的靶向治疗，特别是在缺乏专科专业知识的环境中，”论文合著者、范伯格放射肿瘤学讲师 Troy Teo 说道。

Teo 补充道：“这项技术可以帮助跨机构提供更一致的护理，我们相信几年内就能实现临床部署。”