近日，来自印第安纳大学医学院的Spyridon Bakas表示，新的建议是对当前标准护理的重要更新，目前的标准护理中，由个别放射科医生测量肿瘤大小，这决定了治疗方案。这种做法并不理想，因为评估往往是主观的。每位放射科医生可能对影像扫描有不同的解读，导致治疗策略因人而异。
Bakas说：“我们可以利用AI更客观地查看肿瘤图像。”他是病理学和实验室医学的Joshua Edwards副教授，同时也是印第安纳大学医学院计算病理学部门的主任。“AI程序可以帮助快速确定疾病类型、肿瘤亚型和特定等级，此外还可以帮助跟踪治疗期间病变的进展。”
哈佛医学院副教授兼波士顿Brigham and Women's Hospital神经放射科主任Raymond Y. Huang表示：“借助新技术，有办法利用AI来评估肿瘤是进展还是稳定。然而，需要一种标准化的方法来准确诊断和治疗患者。”
该团队审查了现有研究文章和出版物，制定了这些指南，并在今年的芝加哥美国临床肿瘤学会会议上和格拉斯哥欧洲神经肿瘤协会年会上进行了介绍。这些指南还将在11月的德克萨斯州休斯顿神经肿瘤学会会议上进行展示。
一些作者的指南包括：
- 使用基于大量且重要的是多样化患者数据开发的软件。
- 确保定义肿瘤的AI模型遵循世界卫生组织标准。
- 在分析之前考虑肿瘤图像的获取、处理和分割方式。
伦敦国王学院的共同作者Thomas Booth表示：“这些指南对于确保在英国及其他地区开发的AI工具达到严格标准并改善患者预后至关重要。通过这些建议，我们可以朝着更准确、标准化的AI应用方向发展，使英国和国际上的临床医生和患者受益。”
由于AI仍处于初级阶段，这些建议是世界上首批关于其在癌症护理中适当使用的建议之一。然而，进一步的研究是必要的。“重要的是，我们继续在大型、多样化的患者群体中研究这些AI模型，以继续扩展我们对疾病的了解并改进我们使用它们的方式。”Bakas说道。
其他作者还包括波恩大学的Philipp Vollmuth；科隆大学的Norbert Galldiks；哈佛医学院的Hugo JWL Aerts和Wenya Linda Bi；慕尼黑工业大学的Benedikt Wiestler；威斯康星大学的Pallavi Tiwari和Marwa Ismail；印第安纳大学医学院的Sarthak Pati和Ujjwal Baid；德国于利希研究中心和亚琛工业大学的Philipp Lohmann；因斯布鲁克医科大学的Martha Nowosielski；纽约大学的Rajan Jain；匹兹堡大学的Rivka Colen；H. Lee Moffitt癌症中心和研究所的Ghulam Rasool和Michael Vogelbaum；杜克大学的Evan Calabrese；加州大学旧金山分校的Janine M. Lupo、Susan M. Chang和Javier E. Villanueva-Meyer；圣克拉拉大学的Hamed Akbari；慕尼黑大学的Joerg C. Tonn；伦敦区域癌症项目的David MacDonald；以及宾夕法尼亚大学的Christos Davatzikos。这项研究得到了美国国立卫生研究院、美国退伍军人事务部、美国国防部、Dana基金会David Mahoney神经成像计划、V基金会癌症研究、欧盟欧洲研究委员会、德国研究基金会（Deutsche Forschungsgemeinschaft）等机构的支持。
(全文结束)
