革命性的人工智能进展为非侵入性脑癌检测开辟了新途径

这项初步研究由麦吉尔大学的马修·丹克纳博士和瑞扎·福尔加尼博士领导，并与国际医疗专业人士及研究人员团队合作，显示该AI模型能够以85%的成功率准确识别相邻脑组织中的癌细胞。

为了验证该模型，研究人员使用了来自130多名在蒙特利尔神经学研究所-医院进行脑转移瘤切除手术的患者的MRI扫描。他们通过将AI的发现与医生对肿瘤组织进行的显微镜检查进行比较，确认了AI的准确性。

脑转移瘤是最常见的脑癌类型，发生在癌细胞从身体其他部位转移到大脑时。当侵入性癌细胞渗透到周围健康脑组织时，这些肿瘤可能变得特别具有侵袭性，从而使治疗变得复杂。

“我们之前的研究发现，侵袭性脑转移瘤与较短的生存率和更高的肿瘤复发机会有关。这些发现突显了机器学习在增强我们对癌症的理解和改善治疗选择方面的巨大潜力，”丹克纳在麦吉尔大学担任内科住院医师，同时也是罗莎琳德与莫里斯·古德曼癌症研究所的博士后研究员时表示。

人工智能识别癌症的微妙迹象

该AI模型识别相邻脑组织中的微小变化，这些变化表明癌症已扩散，能够检测出传统成像技术可能因依赖人类评估而遗漏的模式。这个模型是在福尔加尼的实验室创建的，福尔加尼在麦吉尔大学健康中心研究所和佛罗里达大学医学院工作期间开发的.

今年早些时候，研究人员发现了可能有效治疗某些脑转移瘤的药物。然而，确定哪些患者可能受益于这种治疗需要知道癌症是否已渗透到周围组织。手术是传统的方法，但并不适合所有患者，特别是肿瘤位于难以到达的区域，或者手术带来重大健康风险时。

“随着进一步的进展，我们的AI模型可能会融入临床实践，使癌症扩散的早期和更精确检测成为可能，”多伦多大学的放射科住院医师本杰明·雷哈尼博士表示，他是这项研究的主要作者之一。

尽管这项研究仍处于起步阶段，团队旨在通过更大数据集扩大研究规模，并增强AI模型以便于实际的临床应用。

该研究获得了加拿大癌症协会、加拿大健康研究院、脑加拿大基金会、加拿大卫生部、魁北克健康研究基金和魁北克放射科医师协会基金会的资金支持。