人工智能评估脑肿瘤治疗反应
海德堡大学医院和德国癌症研究中心的一个团队开发了一种自动分析脑肿瘤图像的新方法。在他们最近发表的论文中，作者表明，在标准磁共振成像(MRI)上精心训练的机器学习方法在治疗脑肿瘤方面比现有的放射学方法更可靠、更精确。因此，他们对肿瘤的个体化治疗做出了宝贵的贡献。此外，该验证方法是迈向自动化、高通量脑肿瘤医学图像数据分析的重要第一步。
胶质瘤是最常见和最恶性的大脑成人肿瘤。在德国，每年大约有4500人被诊断出患有胶质瘤。这种肿瘤通常不能通过手术完全切除。化疗或放疗只在有限的程度上有效，因为肿瘤具有很强的耐药性。因此迫切需要新的和经过精确验证的治疗方法。
精确评估脑肿瘤新疗法疗效的基本标准之一是生长动态，这是由MRI确定的。然而，人工测量MRI对比增强扫描中两个平面的肿瘤扩张容易出现误差，导致结果略有不同。海德堡大学医院神经放射科医学主任Martin Bendszus解释说:“这可能会对治疗反应的评估产生负面影响，从而影响基于成像的科学陈述的重现性和准确性。”
在他们目前的研究中，来自海德堡大学医院和德国癌症研究中心(DKFZ)的医生和科学家描述了机器学习方法在放射诊断中的巨大潜力。该团队开发了神经网络，以标准化和完全自动化的方式，在MRI的基础上评估和临床验证脑肿瘤的治疗反应。
利用海德堡大学医院近500名脑瘤患者的MRI扫描参考数据库，该算法能够使用人工神经网络自动识别和定位脑瘤。此外，算法被训练来测量单个区域的体积(对比剂吸收)肿瘤部分，瘤周水肿)，并精确评估对治疗的反应。
研究结果在与欧洲癌症研究与治疗组织(EORTC)的合作下得到了验证。“对来自欧洲各地的534名胶质母细胞瘤患者的2000多张MRI扫描的评估表明，我们基于计算机的方法比传统的手工测量方法更可靠地评估了治疗反应。我们能够将评估的可靠性提高36%。这对于基于图像的治疗效果评估至关重要临床试验．使用我们的新方法，对总体生存率的预测也更加精确。”Kickingereder解释道。
海德堡的医生和科学家的目标是使用有前途的技术，以标准化和完全自动化的评估脑肿瘤的治疗反应尽快临床研究将来，也会应用于临床。此外，研究人员设计并评估了一个软件基础设施，使新技术完全集成到现有的放射基础设施中。Klaus Maier-Hein解释说:“通过这种方式，我们正在为脑瘤MRI扫描在几分钟内的广泛应用和全自动处理和分析创造先决条件。”
这项新技术目前正在海德堡国家ct进行重新评估，作为改善胶质母细胞瘤患者治疗的临床研究的一部分。“对于精确治疗，对新治疗方法的有效性进行标准化和可靠的评估是非常重要的。我们开发的技术可能会在这方面做出决定性的贡献，”沃尔夫冈·维克解释道。
“通过这项研究，我们能够展示人工神经网络在放射诊断中的巨大潜力，”Philipp Kickingereder总结道。Klaus Maier Hein补充说:“在未来，我们希望推进医疗图像数据的自动化高通量分析技术，不仅将其转移到脑瘤，还转移到其他疾病，如脑转移或多发性硬化症。”
进一步探索
