伦敦大学学院（UCL）和UCLH的研究人员开发了一种新的AI工具，该工具可以比经验丰富的神经放射学家更快地分析扫描结果，并提供更多的患者个性化细节，以帮助治疗。这项研究发表在《NeuroImage: Clinical》上，表明该工具可以在短短三秒内完成分析，而经验丰富的神经放射学家通常需要五分钟。此外，该工具还可以更准确地预测单个患者的治疗结果，而不仅仅是依靠医生的判断。
此外，一项劳动力分析预测，如果在全国范围内部署，该工具可以在未来三年内为NHS节省超过150万英镑的成本。
在英国，大约有10万人患有脑肿瘤，他们通过脑部扫描进行诊断和治疗后的监测。正如每个患者都是独特的，他们的肿瘤影像也各不相同。目前，NHS对脑肿瘤的护理通过专门的影像医生（放射科医生）来分析图像，评估和描述肿瘤的位置、大致大小及其与重要健康脑结构的接近程度。
新的研究表明，基于AI的工具可以有效地进行这种分析，并且效率很高。在1,172名患者的大群体中，UCL Queen Square神经学研究所和UCLH团队还证明，该工具在所有年龄段和性别患者中都是准确的。
首席作者詹姆斯·拉夫尔博士（James Ruffle，UCL Queen Square神经学研究所）表示：“鉴于个体脑肿瘤的影像表现因患者而异，人工智能技术为提高医护人员的数据驱动决策提供了创新解决方案，改善并个性化了每位受影响者的护理，同时几乎不增加NHS的额外成本，并在中期内为NHS节省费用。”
资深作者哈普里特·海亚博士（Harpreet Hyare），UCLH的青少年和年轻成人神经放射科主任，表示：“这项工作显示了真正的前景，可以帮助神经放射学家提供准确和量化的脑肿瘤描述。通过提供可以随时间监测的不同脑肿瘤成分的客观定量评估，我们可以使临床医生在关键时间点更有效地规划治疗。”
该团队目前正在开发几种专门用于神经肿瘤学应用的基于AI的成像工具，希望在不久的将来将其引入临床领域。
更多信息：
詹姆斯·K·拉夫尔等，《VASARI-auto：公平、高效且经济的胶质瘤MRI特征化》，《NeuroImage: Clinical》（2024）。DOI: 10.1016/j.nicl.2024.103668
期刊信息： NeuroImage: Clinical
来源： 伦敦大学学院
引用： 新AI工具可增强和个性化脑肿瘤成像（2024年10月16日），2024年10月16日从 获取。
(全文结束)
