2019年4月3日

人工智能评估脑肿瘤的治疗反应

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用于脑肿瘤自动图像分析的新方法。在他们最近的出版物中，作者表明，在标准磁共振成像(MRI)上仔细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和精确。因此，它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。

神经胶质瘤是最常见和最恶性的大脑成人肿瘤。在德国，每年约有4500人被诊断出患有神经胶质瘤。肿瘤通常不能通过手术完全切除。化疗或放疗只能在有限的范围内有效，因为肿瘤具有很强的抵抗力。因此，迫切需要新的、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，在磁共振增强扫描中，人工测量肿瘤在两个平面上的扩张容易出错，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可重复性和准确性。”

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。该团队开发了神经元网络，以标准化和全自动的方式评估和临床验证基于MRI的脑肿瘤的治疗反应。

使用海德堡大学医院近500名脑肿瘤患者的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肿瘤。此外，算法被训练以体积测量单个区域(对比剂吸收肿瘤部分，瘤周水肿)，并准确评估对治疗的反应。

该研究结果是与欧洲癌症研究与治疗组织(EORTC)合作验证的。“对来自欧洲各地534名胶质母细胞瘤患者的2000多次MRI扫描的评估表明，我们基于计算机的方法比传统的人工测量方法更可靠地评估治疗反应。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是至关重要的临床试验．我们的新方法也更准确地预测了总体生存期，”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，尽快对脑肿瘤的治疗反应进行标准化和全自动评估临床研究将来也会应用于临床。此外，研究人员还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，我们在几分钟内为广泛应用和完全自动化的脑肿瘤MRI扫描处理和分析创造了先决条件。”