人工智能可以幫助腦癌患者避免活檢

達拉斯-2020年4月21日-未來幾年內(nèi)，腦癌患者可能無需大刀闊斧地幫助醫(yī)生確定針對其腫瘤的最佳治療方法。

UT Southwestern的一項新研究表明，人工智能可以僅通過檢查大腦的3D圖像即可識別神經(jīng)膠質(zhì)瘤腫瘤中的特定基因突變，其準確率超過97%。此類技術(shù)可能會消除預(yù)處理外科手術(shù)的常規(guī)做法，在常規(guī)外科手術(shù)中，會采集并分析神經(jīng)膠質(zhì)瘤樣本以選擇合適的治療方法。

近年來，全國各地的科學家一直在測試其他成像技術(shù)，但最新研究描述了在改變腦癌評估范例的廣泛努力中，也許是最準確，臨床上可行的方法之一。

UT Southwestern的O'Donnell腦研究所神經(jīng)放射學主任約瑟夫·馬爾德建說：“了解神經(jīng)膠質(zhì)瘤的特定突變狀態(tài)對于確定預(yù)后和治療策略很重要。”僅使用常規(guī)成像和AI就能確定這種狀態(tài)的能力是一個巨大的飛躍。”

突變的酶

該研究使用深度學習網(wǎng)絡(luò)和標準磁共振成像(MRI)來檢測稱為異檸檬酸脫氫酶(IDH)的基因的狀態(tài)，該基因產(chǎn)生的酶可能以突變形式觸發(fā)大腦中的腫瘤生長。

準備治療神經(jīng)膠質(zhì)瘤的醫(yī)生通常會讓患者接受手術(shù)以獲取腫瘤組織，然后對其進行分析以確定IDH突變狀態(tài)。根據(jù)患者是否患有IDH突變的神經(jīng)膠質(zhì)瘤，預(yù)后和治療策略會有所不同。

但是，由于獲取足夠的樣本有時會耗時且有風險(尤其是在難以接近腫瘤的情況下)，因此研究人員一直在研究識別IDH突變狀態(tài)的非手術(shù)策略。

這項研究于今年春季發(fā)表在《神經(jīng)腫瘤學》上，它通過以下三種方式與以往的研究有所不同：

該方法非常準確。先前的技術(shù)通常無法使準確性超過90%。

突變狀態(tài)是通過僅分析一系列MR圖像(而不是多種圖像類型)來確定的。

需要一種算法來評估腫瘤中的IDH突變狀態(tài)。其他技術(shù)需要手繪感興趣的區(qū)域或其他深度學習模型，才能首先確定腫瘤的邊界，然后檢測潛在的突變。

Maldjian表示：“這種新的深度學習模型的優(yōu)點在于它的簡單性和高度的準確性。”他補充說，類似的方法可以用于識別各種癌癥的其他重要分子標記。“我們已經(jīng)刪除了額外的預(yù)處理步驟，并創(chuàng)建了理想的方案，可以通過使用常規(guī)獲取的圖像輕松地將其轉(zhuǎn)換為臨床護理。”

腫瘤成像

神經(jīng)膠質(zhì)瘤是大腦中發(fā)現(xiàn)的大部分惡性腫瘤，通?？梢匝杆贁U散到周圍組織中。盡管具有IDH酶突變的腫瘤通常預(yù)后較好，但高級別神經(jīng)膠質(zhì)瘤的五年生存率為15%。

IDH突變狀態(tài)還可以幫助醫(yī)生確定最適合患者的治療組合，從化學療法和放射療法到手術(shù)切除腫瘤。

為了改善檢測酶突變的過程并決定適當?shù)闹委煼椒?，Maldjian的團隊開發(fā)了兩個深度學習網(wǎng)絡(luò)，用于分析來自200多名腦癌患者的公共數(shù)據(jù)庫中的成像數(shù)據(jù)

一個網(wǎng)絡(luò)僅使用MRI中的一個系列(T2加權(quán)圖像)，而另一個網(wǎng)絡(luò)則使用MRI中的多個圖像類型。這兩個網(wǎng)絡(luò)幾乎達到了相同的精度，這表明僅使用T2加權(quán)圖像可以大大簡化IDH突變的檢測過程。