据11月21日（HealthDay News）报道，一项发表于11月13日《自然》杂志上的研究表明，人工智能（AI）模型FastGlioma可以在手术中检测胶质瘤浸润。
来自密歇根大学安阿伯分校的Akhil Kondepudi及其同事提出了一种用于快速准确检测新鲜、未处理手术组织中胶质瘤浸润的视觉基础模型。FastGlioma通过大规模自我监督预训练，使用约400万张图像进行快速、无标签光学显微镜成像，然后经过微调，输出一个表示肿瘤浸润程度的标准化分数。FastGlioma随后在一个包括220名弥漫性胶质瘤患者的前瞻性、多中心国际测试队列中进行了测试。
研究人员发现，FastGlioma能够检测并量化肿瘤浸润的程度（平均曲线下面积为92.1% ± 0.9%）。在涉及129名患者的头对头前瞻性研究中，FastGlioma在手术中检测肿瘤浸润方面明显优于图像引导和荧光引导的辅助手段。无论患者的人口统计学特征、医疗中心或弥漫性胶质瘤分子亚型如何，FastGlioma的表现始终很高。FastGlioma还展示了对其他成人和儿童脑肿瘤诊断的零样本泛化能力。
加州大学旧金山分校的共同资深作者Shawn Hervey-Jumper博士在声明中表示：“该模型通过使用AI在微观分辨率下快速识别肿瘤浸润，标志着现有手术技术的重大突破，大大减少了在切除胶质瘤区域时遗漏残留肿瘤的风险。FastGlioma的开发可以减少对放射影像、对比增强或荧光标记的依赖，以实现最大程度的肿瘤切除。”
几位作者是Invenio Imaging的股东，该公司在研究中被使用。
(全文结束)
