使用人工智能一项研究表明，美国研究人员已经发现了如何在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和其他研究人员合作，开发了一种名为DeepGlioma的基于人工智能的诊断筛选系统，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。
在一项对150多名弥漫性神经胶质瘤(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于定义该疾病分子亚群的突变，平均准确率超过90%。结果是发表于期刊自然医学。
“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说托德·霍伦，医学博士他是密歇根健康大学的神经外科医生，也是密歇根大学医学院的神经外科助理教授。
分子分类对于胶质瘤的诊断和治疗越来越重要，因为脑肿瘤患者手术的益处和风险因其基因组成而异。事实上，患有一种叫做星形细胞瘤的弥漫性胶质瘤的患者可以平均增寿5年与其他弥漫性胶质瘤亚型相比，肿瘤完全切除。
然而，弥漫性胶质瘤的分子检测是有限的，并且在治疗脑肿瘤患者的中心并不统一。霍伦说，当它可用时，结果的周转时间可能需要几天，甚至几周。
霍伦说:“分子诊断的障碍可能导致脑肿瘤患者的护理不理想，使手术决策和放化疗方案的选择复杂化。”
在DeepGlioma之前，外科医生没有一种在手术中区分弥漫性胶质瘤的方法。这个想法始于2019年，该系统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，该方法也是由密歇根大学开发的，可以实时对脑肿瘤组织进行成像。
“DeepGlioma为更准确、更及时的识别创造了一条途径，这将给医生提供更好的机会来确定治疗方法，并预测患者的预后，”Hollon说。
即使采用最佳的标准治疗，弥漫性胶质瘤患者也面临有限的治疗选择。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，低于10%神经胶质瘤患者被纳入临床试验，这通常限制了分子亚群的参与。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一直很有限，部分原因是很难确定哪些患者将从靶向治疗中获益最多，”资深作者说丹尼尔·奥林杰，医学博士他是纽约大学格罗斯曼医学院(NYU Grossman School of Medicine)神经外科和病理学副教授，他发展了受激拉曼组织学。“快速的分子分类方法对于重新思考临床试验设计和为患者带来新的治疗方法具有很大的希望。”
