患有胶质瘤（一种恶性脑肿瘤）的患者在手术后可能会出现认知问题。然而，手术对复杂认知任务的真实影响尚未完全了解。为了预测手术对认知任务的影响，博士研究员拉尔斯·斯莫尔德斯（Lars Smolders）开发了一种AI模型，该模型利用了患者术前MRI图像中提取的大脑神经连接信息。
切除恶性脑肿瘤或胶质瘤可以延长患者的生命，具体取决于胶质瘤的类型。然而，它也可能标志着另一段艰难的健康旅程的开始。“许多患者在脑肿瘤被切除后会遇到认知问题，如注意力不集中和执行复杂任务困难，”斯莫尔德斯说。他于1月7日在数学与计算机科学系完成了博士学位论文的答辩。
“这些问题导致患者在日常生活中面临重大问题，严重影响他们的生活质量。”斯莫尔德斯指出，“虽然像部分瘫痪和视力丧失等神经问题已经得到了很好的理解，但手术对更复杂认知功能的影响尚不清楚，也很难在手术前预测个别患者会受到怎样的影响。”
AI模型
为了帮助预测恶性脑肿瘤患者在手术后如何执行认知任务，斯莫尔德斯和他的合作者开发了一个AI模型。大脑严重依赖于形成所谓白质的长距离神经束，这些神经束物理连接大脑的不同区域。“作为模型的输入数据，我们从术前脑部MRI图像中分离出了关键结构细节，这些细节展示了大脑中的大白质连接，”斯莫尔德斯说。“我们用这些数据来检查每个患者的大脑对治疗造成的损害的抵抗力。”
以前，预测治疗后的认知结果几乎是不可能的，尽管这些结果对患者的生活非常重要。斯莫尔德斯的模型产生的信息可以在未来由外科医生用来评估患者是否适合手术，从而可能避免使易感患者遭受不可逆的神经损伤。然而，这种方法需要在大量患者组中进行临床验证。
斯莫尔德斯表示，通往AI模型的道路非常有趣。他说：“通常，脑损伤的位置被用来预测患者会遭受哪种类型的神经问题，但我们发现，脑肿瘤的位置几乎无助于预测这些问题。”因此，研究人员不得不开发新方法。“这让我意识到，大脑的功能比我最初想象的要复杂得多，需要大量的工作才能可靠地预测个体患者手术后的结果。”
最终，斯莫尔德斯开发了一个预测模型，可以合理预测患者是否会因治疗而出现认知问题。“这个模型基于患者术前大脑白质连接的特性。令人着迷的是，我们仅通过MRI图像就能开发出衡量大脑对损害（如手术和化疗放疗造成的损害）脆弱性的指标。”
旧方法无效
在博士研究期间，斯莫尔德斯结合了数学、算法、神经科学和AI。然而，在项目初期，他和他的合作者遇到了一些困惑和担忧的问题。“在研究初期，我们应用了几种网络神经科学文献中的既定方法来研究脑肿瘤患者，以预测哪些因素可能导致这些患者出现认知问题。但对于本研究中的患者群体，这些方法并不奏效。”例如，许多既定算法在分析存在大变形的大脑（常见于肿瘤患者）时失败了。
他们还发现，现有文献中关于研究健康大脑的结论在结构和功能之间的联系上存在错误。因此，他们撰写了一篇评论文章来纠正过去研究人员得出的一些错误结论。
斯莫尔德斯的职业生涯一直从事技术课题的研究，因此可以假设他对这些课题有天生的亲和力。然而，在他的博士研究中，他对自己有了新的认识。“我发现自己比预期更喜欢做科学研究。在埃因霍温理工大学的数学和计算机科学硕士课程中，你更像是一个工程师而不是科学家。通过与神经心理学家和神经外科医生合作完成我的博士论文，我学到了更多关于进行基础科学研究的知识，并非常享受将我的技能与神经科学研究相结合，开发新的数学方法。”
此外，斯莫尔德斯对大脑的看法也在项目过程中发生了变化。“大脑是一个产生复杂行为的复杂系统，最终应该可以通过数学模型来解释。在这个项目中，我发现还有很多关于大脑结构和功能的知识有待学习，而脑肿瘤患者为我们提供了一个独特的视角来观察大脑。”
未来，斯莫尔德斯和他的同事们希望将个体患者大脑的活动整合到预测模型中，以提高模型的准确性。更准确的模型可以显著降低手术后神经损伤的风险，并改善脑肿瘤患者治疗后的生活质量。
斯莫尔德斯希望以博士后研究员的身份继续这项工作，并共同撰写了一份资助申请，寻求资金支持该职位。“如果资助申请成功，将继续现有的埃因霍温理工大学与蒂尔堡伊丽莎白-特维斯滕登医院神经外科部门之间的合作，我们从中学到了很多，并预计这将为未来的医疗保健带来有意义的突破。我也想参与这些突破。”
(全文结束)
