人工智能可能帮助脑癌患者避免活组织检查

在未来的几年里，脑癌患者可能不需要通过手术刀来帮助医生确定治疗他们肿瘤的最佳方法。

德州大学西南分校的一项新研究表明，人工智能可以识别一种特定的基因突变神经胶质瘤肿瘤只需检查3d图像大脑——准确率超过97%。这种技术有可能消除常规的预处理手术，即采集和分析胶质瘤样本来选择合适的治疗方法。

近年来，美国各地的科学家一直在测试其他成像技术，但最新研究描述的可能是在改变脑癌评估范式的广泛努力中最准确和临床可行的方法之一。

UT西南大学O'Donnell大脑研究所神经放射学主任Joseph Maldjian医学博士说:“了解胶质瘤中特定的突变状态对于决定预后和治疗策略很重要。”“仅仅使用传统成像和人工智能来确定这种状态的能力是一个巨大的飞跃。”

突变酶

这项研究使用了深度学习网络以及标准的磁共振成像(MRI)来检测一种叫做异柠檬酸脱氢酶(IDH)的基因的状态，这种基因会产生一种酶，这种酶突变后可能会引发大脑中的肿瘤生长。

准备治疗神经胶质瘤的医生通常会让患者进行手术，以获得肿瘤组织，然后对其进行分析，以确定IDH突变状态。预后和治疗策略将根据患者是否有idh突变胶质瘤而不同。

然而，由于获取足够的样本有时是费时且危险的——尤其是在肿瘤难以获取的情况下——研究人员一直在研究非手术方法来确定IDH突变状态。

这项研究于今年春天发表Neuro-Oncology与以往的研究有三个不同之处:

• 该方法准确度高。以前的技术往往不能超过90%的准确率。
• 突变状态是通过分析单一系列的MR图像来确定的，而不是多个图像类型。
• 需要一个单一的算法来评估肿瘤中的IDH突变状态。其他的技术需要手工绘制感兴趣的区域或额外的深度学习模型来首先识别肿瘤的边界，然后检测潜在的肿瘤突变。

Maldjian说:“这种新的深度学习模型的美妙之处就在于它的简单性和高度的准确性。”他还补充说，类似的方法可以用于识别各种癌症的其他重要分子标记。“我们去掉了额外的预处理步骤，并通过使用常规获取的图像创建了一个理想的场景，可以轻松地将其转换为临床护理。”

肿瘤成像

脑胶质瘤构成了大脑中发现的大多数恶性肿瘤，通常可以迅速通过周围组织扩散。高级别胶质瘤的5年生存率为15%，尽管带有IDH酶突变的肿瘤通常预后较好。

IDH突变状态还有助于医生决定最适合患者的治疗组合，从化疗、放疗到手术切除肿瘤。

为了改善检测酶突变和决定适当治疗的过程，Maldjian的团队开发了两个深度学习网络，分析了来自美国各地超过200名脑癌患者的公开数据库的成像数据

一个网络仅使用一个系列的MRI (t2加权图像)，而另一个使用多种类型的MRI图像。两种网络的准确率几乎相同，这表明仅使用t2加权图像检测IDH突变的过程可以显著简化。

“大局”

Maldjian的团队下一步将在更大的数据集上测试他的深度学习模型，以获得额外的验证，然后再决定是否将该技术应用到临床护理中。

与此同时，研究人员希望通过正在进行的国家临床试验开发出抑制IDH的药物。如果有效，这些抑制剂可以与人工智能成像技术结合，彻底检查一些脑癌的评估和治疗方法。

Maldjian说:“从长远来看，我们也许可以在不给病人动手术的情况下治疗一些神经胶质瘤。”“我们将使用人工智能检测idh突变神经胶质瘤，然后使用IDH抑制剂减缓或逆转肿瘤增长。无线电基因组学领域充满了无限的可能性。”

---

---