人工智能可能帮助脑癌患者避免活检

在未来几年，脑癌患者可能不需要动刀来帮助医生确定肿瘤的最佳治疗方法。

德克萨斯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三维图像大脑——准确率超过97%。这种技术可能会消除常见的预处理手术，在预处理手术中提取胶质瘤样本并分析以选择合适的治疗方法。

近年来，全国各地的科学家一直在测试其他成像技术，但最新的研究描述了在改变评估脑癌范式的广泛努力中，可能是最准确和临床可行的方法之一。

“了解胶质瘤的特定突变状态对确定预后和治疗策略很重要，”德克萨斯大学西南分校奥唐纳脑科研究所神经放射学主任约瑟夫·马尔吉安博士说。“仅使用传统成像和人工智能就能确定这种状态是一个巨大的飞跃。”

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，这种基因产生的一种酶在突变的形式下可能会引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患有idh突变胶质瘤而有所不同。

然而，由于获取足够的样本有时是费时且有风险的，特别是在肿瘤难以获得的情况下，研究人员一直在研究非手术策略来识别IDH突变状态。

这项研究发表于今年春天Neuro-Oncology，与之前的研究有三个不同之处:

• 该方法精度高。以前的技术往往无法达到90%的准确度。
• 突变状态仅通过分析单一系列的MR图像来确定，而不是多种图像类型。
• 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确定肿瘤的边界，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在于它的简单性和高度的准确性。”他补充说，类似的方法可能被用于识别各种癌症的其他重要分子标记。“我们已经删除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过渡到临床护理。”

肿瘤成像

神经胶质瘤是大脑中发现的恶性肿瘤的绝大多数，通常可以通过周围组织迅速扩散。高级别胶质瘤的五年存活率为15%，尽管IDH酶突变的肿瘤通常预后更好。

IDH突变状态还有助于医生决定最适合患者的治疗组合，从化疗和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200多名脑癌患者的公开数据库的成像数据

一个网络只使用MRI中的一个系列(t2加权图像)，而另一个网络使用MRI中的多种图像类型。这两个网络实现了几乎相同的准确性，这表明检测IDH突变的过程可以通过仅使用t2加权图像显著简化。

“大局”

Maldjian的团队接下来将在更大的数据集上测试他的深度学习模型，以进行进一步验证，然后再决定是否将该技术纳入临床护理。

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，彻底改变一些脑癌的评估和治疗方式。

Maldjian说:“从大局来看，我们可能能够在不给病人做手术的情况下治疗一些神经胶质瘤。”“我们将使用人工智能来检测idh突变神经胶质瘤，然后使用IDH抑制剂来减缓或逆转肿瘤增长。放射基因组学领域充满了各种可能性。”

---

---