一种新的基于人工智能的模型可以预测首次手术后胶质母细胞瘤将在哪里复发，这可能允许医生在它出现在 MRI 上之前对其进行治疗。
胶质母细胞瘤是成人最常见的恶性脑肿瘤，也是最致命的，诊断后中位生存期约为 17 个月。即使外科医生切除了所有可见的肿瘤并且患者接受了治疗，癌症也几乎总是会复发。
现在，由加州大学旧金山分校和密歇根大学领导的研究人员开发了一种人工智能方法，可以高度准确地预测首次复发的地点。在胶质母细胞瘤中，大多数患者在瘤腔内或附近复发。
调查结果于9月25日公布 科学进步 在美国国立卫生研究院的支持下，最终可能允许医生在 MRI 上发现新肿瘤之前在这些区域使用靶向治疗。
“该系统具有令人难以置信的潜力，可以在肿瘤切除过程中为神经外科医生提供有价值的实时指导，”第一作者、加州大学旧金山分校和德雷克塞尔大学医学院的博士后研究员桑吉夫·凯尔医学博士说。 “它还可以产生指导进一步治疗决策的见解。”
资深作者 Sean Hervey-Jumper 医学博士（加州大学旧金山分校健康中心的神经外科医生）和 Mitchell S. Berger 医学博士（威尔神经病学研究所的教授）。
他说：“大脑部分无法切除的患者可以接受针对预期进展部位的其他治疗，例如高剂量局部放射或通过穿过头骨放置的导管直接注射到肿瘤中的药物。”
使用原始组织可以节省时间和精力
研究人员分析了在胶质母细胞瘤手术期间从 UCSF Health 患者那里收集的组织样本，这些患者的中位复发时间为 5.5 个月。他们使用来自 60 名患者的约 300 个样本开发了模型，并在另外 20 名患者的约 100 个样本上单独进行了测试。
研究人员使用了一种称为受激拉曼组织学 (SRH) 的技术，该技术可以在不到一分钟的时间内生成干净、未经处理的组织的显微图像。传统的病理学需要用染料和染色剂对组织进行处理，这比较耗时、费力。
然后，他们使用 FastGlioma 分析了这些图像，FastGlioma 是由加州大学旧金山分校和密歇根大学的研究人员开发的人工智能系统。该系统根据肿瘤浸润对组织进行分级。
仅将这些 AI 评分与常规病理学一起进行，以预测哪些区域随后会出现复发性肿瘤。但当研究人员将人工智能分数与他们在六种机器学习模型上测试的临床、成像和分子数据结合起来时，他们发现区分会复发和不会复发的部位的最佳模型存在显着差异。
在六个模型中的五个中，肿瘤浸润的人工智能测量也是最强的复发个体预测因子，提供了比分子肿瘤特征更多的预后信息。
研究人员还测试了该模型确定复发部位的准确度。该模型很好地预测了癌症何时会在采样组织的 5 或 10 毫米范围内复发。
研究小组选择早期复发是因为患者在患病期间经常接受实验性治疗，这会影响肿瘤的生长，从而更难以可靠地预测随后的复发。
“总体目标是延迟第一次复发，”共同资深作者、密歇根大学安娜堡分校神经外科实验室机器学习医学博士托德·霍伦 (Todd Hollon) 说。 “最终，我们希望扩大这个窗口可以转化为更长的生存期。”
来源：
加州大学旧金山分校
杂志链接：
