達拉斯-2020年4月21日-未來幾年內，腦癌患者可能無需大刀闊斧地幫助醫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圖像即可識別神經膠質瘤腫瘤中的特定基因突變，其準確率超過97%。此類技術可能會消除預處理外科手術的常規做法，在常規外科手術中，會采集并分析神經膠質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，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腦研究所神經放射學主任約瑟夫·馬爾德建說：“了解神經膠質瘤的特定突變狀態對于確定預后和治療策略很重要。”僅使用常規成像和AI就能確定這種狀態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絡和標準磁共振成像(MRI)來檢測稱為異檸檬酸脫氫酶(IDH)的基因的狀態，該基因產生的酶可能以突變形式觸發大腦中的腫瘤生長。

準備治療神經膠質瘤的醫生通常會讓患者接受手術以獲取腫瘤組織，然后對其進行分析以確定IDH突變狀態。根據患者是否患有IDH突變的神經膠質瘤，預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突變狀態的非手術策略。

這項研究于今年春季發表在《神經腫瘤學》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。先前的技術通常無法使準確性超過90%。

突變狀態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。其他技術需要手繪感興趣的區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。“我們已經刪除了額外的預處理步驟，并創建了理想的方案，可以通過使用常規獲取的圖像輕松地將其轉換為臨床護理。”

腫瘤成像

神經膠質瘤是大腦中發現的大部分惡性腫瘤，通常可以迅速擴散到周圍組織中。盡管具有IDH酶突變的腫瘤通常預后較好，但高級別神經膠質瘤的五年生存率為15%。

IDH突變狀態還可以幫助醫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切除腫瘤。

為了改善檢測酶突變的過程并決定適當的治療方法，Maldjian的團隊開發了兩個深度學習網絡，用于分析來自200多名腦癌患者的公共數據庫中的成像數據

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