印第安纳大学医学院病理学与实验室医学副教授Spyros Bakas博士讨论了他的研究。照片拍摄于印第安纳波利斯IU Luddy信息学、计算与工程学院，时间为2024年10月14日星期一。（照片由Liz Kaye/印第安纳大学提供）
国际专家发布了首个全面的指南，用于利用人工智能诊断和监测脑癌，解决了长期以来主观肿瘤测量的难题。这些建议发表在《柳叶刀·肿瘤学》上，旨在为全球医疗机构使用AI制定一致的标准。
解决癌症治疗中的变异性
“我们可以使用AI更客观地查看肿瘤图像，”印第安纳大学医学院计算病理学主任Spyridon Bakas解释道。目前的做法依赖于个别放射科医生测量肿瘤大小，导致治疗因解读扫描结果的人而异。
这些建议来自神经肿瘤学反应评估合作组（Response Assessment in Neuro-Oncology cooperative group），这是一个国际性合作组织，致力于为脑癌临床试验开发标准化标准。
设定AI标准
尽管用于医疗保健的AI解决方案正在出现，但各机构之间的实施差异很大。“得益于新技术，我们有办法使用AI来帮助评估肿瘤是进展还是稳定，”哈佛医学院的Raymond Y. Huang指出，“然而，需要有一种标准化的方法来使用AI，以准确诊断和治疗患者。”
指南强调使用开发自多样患者数据的软件，并确保AI模型遵循世界卫生组织的肿瘤定义标准。
未来方向
“这些指南对于确保在英国及更广泛地区开发的AI工具达到严格标准并改善患者预后至关重要，”伦敦国王学院的Thomas Booth表示。然而，作者们指出仍需进一步研究：“重要的是，我们继续在大型、多样的患者人群中研究这些AI模型，以继续扩展我们对疾病的理解并改进使用方式，”Bakas补充道。
术语表
- 神经肿瘤学：专注于诊断和治疗脑癌的医学专业
- 临床试验：测试新治疗方法的人体研究
- 肿瘤分割：在医学影像中识别和隔离肿瘤边界的过程
- 预后模型：预测疾病结局的工具
- 良好临床实践：确保可靠试验结果和患者保护的指南
测试您的知识
- 新AI指南在当前脑癌诊断中解决了什么问题？
它们解决了当前肿瘤测量的主观性问题，不同的放射科医生可能对扫描结果有不同的解读。
- 指南对AI软件开发有哪些关键要求？
软件必须使用大型和多样的患者数据队列进行开发。
- AI模型在定义肿瘤时必须遵循哪个组织的标准？
世界卫生组织的标准。
- 研究人员承认当前指南的哪些局限性？
仍需在大型、多样的患者人群中进一步研究AI模型。
(全文结束)
