达拉斯-2020年4月21日-未来几年内，脑癌患者可能无需大刀阔斧地帮助医生确定针对其肿瘤的最佳治疗方法。

UT Southwestern的一项新研究表明，人工智能可以仅通过检查大脑的3D图像即可识别神经胶质瘤肿瘤中的特定基因突变，其准确率超过97%。此类技术可能会消除预处理外科手术的常规做法，在常规外科手术中，会采集并分析神经胶质瘤样本以选择合适的治疗方法。

近年来，全国各地的科学家一直在测试其他成像技术，但最新研究描述了在改变脑癌评估范例的广泛努力中，也许是最准确，临床上可行的方法之一。

UT Southwestern的O'Donnell脑研究所神经放射学主任约瑟夫·马尔德建说：“了解神经胶质瘤的特定突变状态对于确定预后和治疗策略很重要。”仅使用常规成像和AI就能确定这种状态的能力是一个巨大的飞跃。”

突变的酶

该研究使用深度学习网络和标准磁共振成像(MRI)来检测称为异柠檬酸脱氢酶(IDH)的基因的状态，该基因产生的酶可能以突变形式触发大脑中的肿瘤生长。

准备治疗神经胶质瘤的医生通常会让患者接受手术以获取肿瘤组织，然后对其进行分析以确定IDH突变状态。根据患者是否患有IDH突变的神经胶质瘤，预后和治疗策略会有所不同。

但是，由于获取足够的样本有时会耗时且有风险(尤其是在难以接近肿瘤的情况下)，因此研究人员一直在研究识别IDH突变状态的非手术策略。

这项研究于今年春季发表在《神经肿瘤学》上，它通过以下三种方式与以往的研究有所不同：

该方法非常准确。先前的技术通常无法使准确性超过90%。

突变状态是通过仅分析一系列MR图像(而不是多种图像类型)来确定的。

需要一种算法来评估肿瘤中的IDH突变状态。其他技术需要手绘感兴趣的区域或其他深度学习模型，才能首先确定肿瘤的边界，然后检测潜在的突变。

Maldjian表示：“这种新的深度学习模型的优点在于它的简单性和高度的准确性。”他补充说，类似的方法可以用于识别各种癌症的其他重要分子标记。“我们已经删除了额外的预处理步骤，并创建了理想的方案，可以通过使用常规获取的图像轻松地将其转换为临床护理。”

肿瘤成像

神经胶质瘤是大脑中发现的大部分恶性肿瘤，通常可以迅速扩散到周围组织中。尽管具有IDH酶突变的肿瘤通常预后较好，但高级别神经胶质瘤的五年生存率为15%。

IDH突变状态还可以帮助医生确定最适合患者的治疗组合，从化学疗法和放射疗法到手术切除肿瘤。

为了改善检测酶突变的过程并决定适当的治疗方法，Maldjian的团队开发了两个深度学习网络，用于分析来自美国200多名脑癌患者的公共数据库中的成像数据

一个网络仅使用MRI中的一个系列(T2加权图像)，而另一个网络则使用MRI中的多个图像类型。这两个网络几乎达到了相同的精度，这表明仅使用T2加权图像可以大大简化IDH突变的检测过程。