这项新技术为脑肿瘤患者提供了增加生存率的新希望。最新进展： 一种基于人工智能（AI）的诊断系统能够在脑肿瘤手术中揭示可能未被察觉的癌变组织，使神经外科医生可以在患者仍处于麻醉状态时将其切除，或在术后进行靶向治疗。
为何重要：
- 脑肿瘤可能从未被发现的癌细胞中复发。
- 新技术在检测高风险残留肿瘤方面的错误率仅为3.8%，而传统方法的错误率为24%。
- 这些AI技术还可以应用于其他类型的癌症手术。当脑肿瘤复发时，生存率会下降，而最致命的肿瘤类型患者通常在初次手术后一年内死亡。这是因为手术后留下的癌组织继续生长，有时甚至比原发肿瘤更快。现在，由加州大学旧金山分校（UCSF）和密歇根大学领导的一项新研究证明，使用AI驱动的诊断工具可以帮助神经外科医生识别扩散到附近的隐匿癌组织。该技术有望延迟高级别肿瘤的复发，并在低级别肿瘤中预防其复发。类似的技术将在乳腺癌、肺癌、前列腺癌和头颈部癌症的手术中进行测试。这项研究于11月13日发表在《自然》杂志上。
“这项技术将提高我们识别肿瘤的能力，有望通过切除额外的肿瘤来改善生存率。该模型在组织活检后的几秒钟内提供实时、准确且具有临床行动性的诊断信息。”加州大学旧金山分校神经外科系和威尔神经科学研究所的高级作者Shawn Hervey-Jumper博士表示。
FastGlioma是一种开源且已获得UCSF专利的工具，目前尚未获得美国食品药品监督管理局（FDA）的批准。在这项研究中，神经外科医生检查了220名患有高级别和低级别弥漫性胶质瘤（最常见的成人脑肿瘤类型）的患者肿瘤样本。结果发现，应用FastGlioma的患者中有3.8%存在高风险残留组织，而未使用该工具的患者中这一比例为24%。
“FastGlioma有潜力通过立即改善胶质瘤患者的综合管理来改变神经外科领域。”密歇根大学神经外科系的高级作者Todd Hollon博士说，“该技术比当前标准护理方法更快、更准确地检测肿瘤，并且可以推广到其他儿童和成人脑肿瘤的诊断。”
FastGlioma通过结合AI的预测能力和受激拉曼组学（SRH）成像技术工作，后者可在床边在一至两分钟内可视化新鲜组织样本。这消除了病理实验室中耗时的处理和解释肿瘤细胞的过程。AI系统在超过11,000个肿瘤标本和400万张显微镜视图的数据集上进行“训练”，使其能够以高精度分类图像并区分肿瘤和健康组织。神经外科医生在10秒内即可获得诊断信息，从而在必要时继续进行手术。
“如果无法手术切除残留细胞，可以立即考虑其他治疗方案。”Hervey-Jumper说，“这些包括放射治疗等局部疗法或通过导管直接输送到大脑的靶向化疗。”
来源：加州大学旧金山分校
期刊参考：Kondepudi, A., et al. (2024). Foundation models for fast, label-free detection of glioma infiltration. Nature. doi.org/10.1038/s41586-024-08169-3.
(全文结束)
