脑肿瘤出国治疗案例
当前位置:爱恩希(INC) > 脑瘤 >

AI人工智能可能有助于消除脑癌患者活检的使用

编辑:INC | 发布时间:2020-05-01 17:49:40 |

  未来几年,脑癌患者可能不需要动手术来帮助医生确定最佳的肿瘤治疗方案。

  德克萨斯大学西南分校的一项新研究表明,人工智能可以通过检查大脑的3D图像来识别胶质瘤肿瘤中的特定基因突变,准确率超过97%。这种技术有可能消除前处理手术的常见做法,即采集和分析胶质瘤样本以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,但最新的研究或许描述了一种最准确、临床可行的方法,这种方法正被广泛用于改变评估脑癌的模式。

  “了解胶质瘤的特定突变状态对决定预后和治疗策略很重要。仅使用传统成像和人工智能就能确定这种状态,这是一个巨大的飞跃。”

<a href='/naoliu/' target='_blank'><u>脑瘤</u></a>

  突变酶

  该研究使用了深度学习网络和标准磁共振成像(MRI)来检测一种名为异柠檬酸脱氢酶(IDH)的基因的状态,这种基因产生一种突变形式的酶,可能会触发大脑中的肿瘤生长。

  准备治疗胶质瘤的医生通常会让患者接受手术,以获得肿瘤组织,然后对肿瘤组织进行分析,以确定IDH突变状态。预后和治疗策略将根据患者是否患有idh突变的胶质瘤而有所不同。

  然而,由于获得足够的样本有时是费时和有风险的,特别是当肿瘤很难获得的时候,研究人员一直在研究非手术方法来确定IDH突变状态。

  这项研究发表在今年春季的《神经肿瘤学》(Neuro-Oncology)杂志上,它在三个方面与以往的研究不同:

  ·该方法准确度高。以前的技术常常无法达到90%的准确率。

  ·突变状态是通过分析单个系列的MR图像来确定的,而不是通过分析多个图像类型来确定的。

  ·需要一个单一的算法来评估IDH在肿瘤中的突变状态。其他技术需要手绘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,然后检测潜在的突变。

  研究人员说:“这种新的深度学习模型的美妙之处在于它的简单性和高度的准确性。”他还补充说,类似的方法也可以用来识别其他各种癌症的重要分子标记。“我们去掉了额外的预处理步骤,并创建了一个理想的场景,通过使用常规获取的图像,轻松地将其转换为临床护理。”

  肿瘤成像

  神经胶质瘤是在大脑中发现的绝大多数恶性肿瘤,通常可以通过周围组织迅速扩散。高等级胶质瘤的5年生存率为15%,尽管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。

  为了改进检测酶突变的过程并决定合适的治疗方法,Maldjian的团队开发了两个深度学习网络,分析了来自美国200多名脑癌患者的公共数据库中的成像数据

  一个网络仅使用MRI的一个序列(t2加权图像),而另一个网络使用MRI的多个图像类型。这两个网络获得了几乎相同的准确性,这表明仅使用t2加权图像就可以显著简化检测IDH突变的过程。

  “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,以进一步验证,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来开发抑制IDH的药物。如果有效,这些抑制剂可以与人工智能成像技术相结合,彻底改变某些脑癌的评估和治疗方法。

  研究人员表示:“总的来说,我们可以不用给病人动手术就能治疗一些神经胶质瘤。”“我们将使用人工智能来检测IDH突变的胶质瘤,然后使用IDH抑制剂来减缓或逆转肿瘤的生长。放射基因组学领域充满了各种可能性。”

  想要了解更多神经外科前沿信息可关注INC国际神经科学微信公众号

  资料来源:UT Southwestern Medical Center

官方微信公众号
出国治疗案例

大家都在看

文章推荐

神经外科治疗

脑肿瘤

照片/视频云集

神外资讯

神外历史

Neurosurgical History

神经外科学术访问

学术访问

Academic Visits

出国治疗神经外科疾病

国际治疗

International Treatment