科技日报记者 陆成宽
只需上传一张脑部核磁共振成像（MRI），就能无创预判垂体腺瘤的后续发展。记者19日从中国科学院自动化研究所获悉，来自该所等单位的科研人员，成功利用MRI与深度学习技术，开发出一种能提前评估垂体腺瘤“进袭性”的智能模型，相当于在手术前就能预测肿瘤是否容易复发、是否对治疗抵抗，从而为患者争取更精准、更个体化的治疗方案。相关研究成果在线发表于《自然》杂志旗下期刊《数字医学》。
垂体腺瘤是常见的颅内肿瘤，虽多数为良性，但超过40%的病例具有侵袭性，手术难以切净，易快速复发。过去医生主要依靠影像粗略判断肿瘤是否侵犯周围结构，但难以全面评估其生长速度、复发风险等生物学行为。
2017年起，医学界开始重视“进袭性”这一概念，它更全面地涵盖了肿瘤的侵袭性生长、快速复发、病理指标异常、治疗抵抗等多种“难缠”特征。然而，由于评估维度复杂，一直缺乏简便有效的术前预测工具。
为此，中国科学院自动化研究所、首都医科大学附属北京天坛医院、郑州大学第一附属医院、首都医科大学附属北京潞河医院等组成联合团队，利用弱监督深度学习方法，训练出一个深度学习模型。该模型能自动分析MRI图像，为患者生成个体化的“进袭性”评分。
验证显示，该评分不仅与肿瘤侵袭程度高度相关，还能有效提示复发风险、病理标志物异常以及某些促癌生物通路活性。“这意味着模型能多维度识别那些潜在高危险的垂体瘤，提醒医生早关注、早干预。”论文共同通讯作者、中国科学院自动化研究所副研究员唐永强说。
为方便临床使用，团队已将该技术集成至在线平台。医生只需上传患者的MRI数据，平台即可快速返回智能评估结果，大幅降低了AI技术的使用门槛。
唐永强介绍，下一步团队将继续优化模型，推动该技术从实验室走向广泛临床，助力实现垂体腺瘤的精准诊疗，最终让更多患者受益。
（中国科学院自动化研究所供图）
网友评论
