妙佑医疗国际研究人员与合作者展示，人工智能（AI）能够分析常规病理切片，帮助对脑膜瘤（成人最常见的原发性脑肿瘤）进行分类，并预测患者的肿瘤复发风险。
这项发表在《柳叶刀-数字健康》杂志上的研究表明，深度学习模型可以从标准苏木精-伊红（H&E）切片中提取分子和预后信息——这些正是常规临床护理中已经使用的组织图像类型。这些信息通常通过DNA甲基化谱分析获得，这是一种高级基因检测，能提供有价值的诊断和预后信息，但成本高昂、耗时较长，且许多医院无法提供。
"这是我们众多研究中的一项，我们可以利用数字病理学的优势，将过去二十年的基因组和分子知识整合到AI算法中。"
妙佑医疗国际罗切斯特院区神经外科主任、妙佑医疗平台杰出首席医疗官Gelareh Zadeh医学博士、哲学博士表示
让高级肿瘤洞察更加普及
脑膜瘤的行为表现差异很大。有些生长缓慢，治疗后可能永远不会复发，而另一些则更具侵袭性，更可能复发。了解这种风险对患者和医疗团队至关重要，这关系到手术后是否需要额外治疗，如放射治疗。
分子检测可以帮助识别哪些肿瘤更可能复发，哪些可能对治疗有不同的反应。但这些检测需要专门的技术和专业知识，限制了许多患者的获取途径。
研究人员利用672名患者的组织样本、病理图像和临床数据训练AI来揭示肿瘤生物学信息。通过利用多个匿名数据集，包括妙佑医疗平台的数据资源，这些模型能够使用已经是常规患者护理一部分的标准病理切片对脑膜瘤亚型进行分类并预测复发风险。
研究结果表明，AI有一天可能帮助临床医生获得更详细的肿瘤信息，而无需患者接受高级基因检测。
助力指导治疗决策
对于脑膜瘤患者，复发风险会影响后续护理、影像检查频率以及是否应考虑放射治疗。研究发现，即使考虑到肿瘤分级、手术切除程度和患者年龄等传统临床因素，基于AI的预测仍然很有用。
研究人员还发现，AI模型可以识别肿瘤异质性模式——同一肿瘤内的差异——这可能有助于解释为什么某些肿瘤表现更具侵袭性或对治疗有不同的反应。
研究人员指出，在AI模型能够常规用于临床护理之前，还需要进行额外的前瞻性研究。尽管如此，他们表示，这些发现为脑膜瘤患者提供了更易获取、个性化的护理基础——并可能为其他癌症提供类似的AI方法。
Zadeh博士表示："我们的目标是让这些算法在全球范围内易于获取和使用，改善多种医疗环境中的患者护理。"
【全文结束】