Credit: Tim Yates, 印第安纳大学医学院
Spyridon Bakas博士研究如何利用人工智能更精准检测隐匿性脑癌。
Newswise — 印第安纳波利斯 — 印第安纳大学医学院研究团队开发出一种新诊断方法，采用人工智能模型替代昂贵耗时的分子检测，用于诊断一类隐匿性强且致命的脑癌。
该团队研究成果发表于牛津学术出版社《神经肿瘤学》期刊，为人工智能技术进一步应用于成人型弥漫性胶质瘤的诊断与治疗奠定基础。此类脑癌会无规律扩散至健康脑组织，导致诊断极其困难。
目前胶质瘤的确诊依赖复杂的分子检测。
"分子分析费用高昂、耗时两至三周，且社区医院往往无法开展，"该研究高级通讯作者Spyridon Bakas博士表示。他是印第安纳大学医学院计算病理学系副教授兼主任，同时任职于IU Melvin和Bren Simon综合癌症中心。
"我们开发出精准且普适性强的人工智能工具，仅需组织学图像即可完成脑肿瘤分类，提供更快速、更具成本效益的替代方案——即便在分子分析难以实现的资源有限环境中，"Bakas强调。
团队AI模型的训练与验证整合了来自美国、意大利、法国、澳大利亚、奥地利和印度的患者数据集。该模型符合世界卫生组织（WHO）最新确诊诊断标准，并获得神经病理学家的临床验证。
加快此类侵袭性癌症的诊断至关重要，可使医疗团队更早启动治疗。弥漫性胶质瘤最具侵袭性的形式——胶质母细胞瘤，是最常见的成人脑肿瘤。因其高复发率，胶质母细胞瘤患者的平均生存期仅约15个月。
"Bakas表示："若广泛采用，我们的人工智能模型将使脑肿瘤诊断更快速、经济且可及，尤其有利于分子检测受限的地区。"
研究第一作者、医学院计算病理学系高级研究分析师兼Simon癌症中心成员Shubham Innani指出，该新方法可补充现有病理工作流程，助力提供及时、公平的癌症诊疗服务。
研究期间任印第安纳大学医学院助理教授、现任埃默里大学医学院教职的Bhakti Baheti博士作为共同高级作者参与研究。
"Baheti解释："通过整合多倍率信息模拟病理学家工作流程，人工智能能同时捕捉微观细节与宏观背景，实现更精准的诊断性能。"
印第安纳大学医学院神经病理学家W. Robert Bell与宾夕法尼亚大学MacLean P. Nasrallah共同组成研究团队。
本研究获得美国国立卫生研究院国家癌症研究所及Lilly Endowment公司的资金支持，后者通过印第安纳大学普及技术研究所提供资助。
关于印第安纳大学医学院
印第安纳大学医学院是美国规模最大的医学院，常年入选《美国新闻与世界报道》全美顶尖医学院行列。学院在印第安纳州九个城市提供高质量医学教育、前沿医学研究资源及丰富的校园生活，涵盖屡获宜居认证的城乡区域。据Blue Ridge医学研究所数据，该医学院在2024年全美公立医学院国立卫生研究院资金排名中位列第13位。
【全文结束】
