人工智能创新开启了检测脑癌扩散的非手术方法

　　

研究人员开发了一种人工智能（AI）模型，可以通过核磁共振扫描检测转移性脑癌的扩散，从而在不进行积极手术的情况下了解患者的癌症。

由麦吉尔大学研究人员Matthew Dankner博士和Reza Forghani博士共同领导的概念验证研究，以及一个由临床医生和科学家组成的国际团队，证明了人工智能模型可以以85%的准确率检测周围脑组织中癌细胞的存在。

研究人员对蒙特利尔神经研究所医院（the Neuro）的130多名接受手术切除脑转移瘤的患者进行核磁共振扫描，对该模型进行了测试。他们通过将人工智能的结果与医生在显微镜下观察到的肿瘤组织进行比较，验证了人工智能的准确性。

脑转移是最常见的脑癌类型，当身体其他部位的癌细胞扩散到大脑时就会发生。当侵袭性癌细胞生长到周围健康的脑组织时，这些肿瘤的侵袭性特别强，使它们更难治疗。

“我们之前的研究发现，侵入性脑转移与较短的生存期和较高的肿瘤再生风险有关。这些发现证明了机器学习的巨大潜力，它将很快提高我们对癌症及其治疗的理解，”丹克纳说，他是麦吉尔大学的内科住院医生，也是罗莎琳德和莫里斯古德曼癌症研究所的博士后研究员。

人工智能可以探测到细微的癌症线索

人工智能模型可以检测到周围脑组织中表明癌症已经扩散的细微变化，发现的模式对于依赖人类解读的传统成像方法来说往往过于微弱。它是Forghani在麦吉尔大学健康中心研究所和佛罗里达大学医学院期间由他的实验室开发的。

今年早些时候，研究人员发现了可能治疗某些脑转移瘤的药物。然而，为了确定哪些患者最终会从这种方法中受益，医生需要知道癌症是否已经扩散到周围组织。手术是最常见的解决方案，但它并不总是患者的选择，特别是如果他们的肿瘤难以触及或他们的健康状况使手术风险太大。

“随着进一步的发展，我们的人工智能模型可以成为临床实践的一部分，这可以帮助我们更早、更准确地发现大脑内的癌症扩散，”多伦多大学放射学住院医师、该出版物的主要作者之一本杰明·雷哈尼博士说。

虽然他们的工作仍处于早期阶段，但研究人员计划用更大的数据集扩展研究，并完善临床使用的人工智能模型。

这项研究得到了加拿大癌症协会、加拿大卫生研究院、加拿大脑基金会、加拿大卫生部、曲氏变性人研究基金会和曲氏变性人放射学协会基金会的支持。