1月6日，國際醫(yī)學科研期刊《自然醫(yī)學》（Nature Medicine）在線刊登紐約大學朗格尼醫(yī)學中心最新研究成果：一款在大腦手術(shù)中診斷常見腦腫瘤的人工智能模型，診斷能力與病理醫(yī)生相當。
這篇論文題為《使用受激拉曼組織學和深度神經(jīng)網(wǎng)絡進行近實時術(shù)中腦腫瘤診斷》（Near real-time intraoperative brain tumor diagnosis using stimulated Raman histology and deep neural networks）。
在一些腦腫瘤手術(shù)中，術(shù)中切除的腫瘤組織會被送往病理學實驗室，由病理學醫(yī)生對其進行切片、染色、觀察和分析。大約需等待30至40分鐘，手術(shù)室里的神經(jīng)外科醫(yī)生才能得到病理學分析結(jié)果，據(jù)此決定下一步手術(shù)流程。以美國為例，每年有超過110萬份腫瘤樣本需要活檢，但病理醫(yī)生的人手卻不夠。
為提高術(shù)中診斷速度、彌補醫(yī)生人手不足，Daniel A。 Orringer團隊致力于腦瘤的術(shù)中快速診斷。
2017年初，《自然-生物醫(yī)學工程》（Nature Biomedical Engineering）期刊報道了Orringer當時所屬的密歇根大學醫(yī)學院率先在手術(shù)室中使用受激拉曼組織學方法提高腫瘤診斷速度和效率。
受激拉曼組織學背后的技術(shù)是受激拉曼散射顯微鏡，開發(fā)于2008年，可快速、精準探測腦瘤組織，從而幫助外科醫(yī)生更加安全、有效地實施切除手術(shù)。這一新型成像技術(shù)是一種無標記技術(shù)，不需要引入染料、熒光分子或熒光蛋白等標記物，可以直接探測樣品本身的光譜信號。密歇根大學使用的受激拉曼散射顯微鏡是經(jīng)過改良的臨床版本。
當時的方案結(jié)合機器學習，能在30個患者樣本中以90%的準確率判斷腦腫瘤亞型。研究第一作者Orringer稱，該方案“將術(shù)中診斷過程從30分鐘減少至約3分鐘”。
三年后，在《自然醫(yī)學》的這項最新研究中，Daniel A。 Orringer及其同事升級的人工智能算法可以對10種最常見腦癌手術(shù)樣本進行分類，診斷時間縮短至150秒。他們在250多萬張圖像上訓練人工智能模型，結(jié)合激光光學成像技術(shù)推出新一代腦瘤術(shù)中快速診斷方案。作者表示，在一項涉及三家醫(yī)院共278名腦瘤患者的臨床試驗中，用該模型做出的診斷和病理醫(yī)生的診斷一樣準確。
據(jù)此，作者認為這一模型可為外科醫(yī)生提供近實時的專家級診斷信息，為更安全、更精確的癌癥手術(shù)開辟一條新路徑。
