在癌症治疗领域的一项重大突破中，美国西北医学的科学家们开发出了一款功能强大的新型人工智能工具，可以极高精度识别肺部肿瘤，甚至能发现一些医生可能忽略的区域。
这款工具被称为“iSeg”，是一种三维深度学习模型。它经过训练，能够在CT扫描中检测和勾勒出肺部肿瘤的轮廓。其独特之处在于能够追踪肿瘤随着每次呼吸的运动轨迹，这对精准放射治疗至关重要。
与分析静态图像的传统AI模型不同，iSeg能够适应实时的生理运动，从而实现更精确的放射治疗规划。在美国，约50%的癌症患者接受放射治疗，而治疗的精确性直接决定了疗法的成功与否或对健康组织的潜在损害。
使用跨医院真实数据进行训练
该AI工具通过数百份CT扫描影像和来自西北医学及克利夫兰诊所网络内九家医院患者的肿瘤轮廓进行训练。这种广泛的数据集使iSeg相比以往基于小型单一中心数据集训练的模型具有显著优势。
在测试中，iSeg接受了新患者扫描的挑战，并将其结果与专家绘制的肿瘤轮廓进行了比较。它不仅始终与医生的表现持平或超越，更重要的是，还识别出了如果未被治疗可能导致更差预后的额外肿瘤区域。
“准确的肿瘤靶向是安全有效放射治疗的基础，”项目资深作者、西北大学放射肿瘤学系主任Mohamed Abazeed博士表示。
通过标记手动肿瘤绘图过程中可能遗漏的潜在高风险区域，iSeg可以显著改善癌症治疗的效果。
“我们的AI工具可以帮助减少延误，确保医院间的公平性，并可能识别医生可能错过的关键区域，”第一作者、范伯格高级研究技术专家Sagnik Sarkar补充道。
临床测试正在进行
研究团队目前正在实时临床环境中测试iSeg，并计划新增用户反馈等功能。
此外，团队还计划将iSeg扩展至检测肝脏、大脑和前列腺的肿瘤，并希望将其应用于MRI和PET扫描等其他成像方法。
“这是一项基础性工具，有望标准化并提升放射肿瘤学中肿瘤靶向的方式，”共同作者、范伯格学院讲师Troy Teo表示。
经过更多测试和改进，iSeg有望在未来几年内投入临床使用。其目标是弥合癌症护理中的差距，提供更加一致且拯救生命的有效治疗。
(全文结束)
