站長之家(ChinaZ.com) 7月10日消息: 科學家們設計了一種人工智能工具，可以在手術中快速解碼腦腫瘤的 DNA，確定其分子特征，而在當前的方法下，這一關鍵信息可能需要數(shù)天甚至數(shù)周時間才能獲得。

在手術中了解腫瘤的分子類型可以幫助神經外科醫(yī)生做出決策，例如要去除多少腦組織，以及是否將殺滅腫瘤的藥物直接放入腦內——而這些決策是在患者仍在手術臺上時做出的。

哈佛醫(yī)學院的研究人員領導的一項工作報告發(fā)表在 7 月 7 日的《Med》雜志上。

手術中進行準確的分子診斷——詳細描述細胞中的 DNA 變化——可以幫助神經外科醫(yī)生決定要去除多少腦組織。當腫瘤不太具有侵襲性時，過度切除可能會影響患者的神經和認知功能。同樣，當腫瘤高度侵襲性時，切除過少可能會留下惡性組織，該組織可能會快速生長和擴散。

該研究的資深作者、哈佛醫(yī)學院 Blavatnik 研究所的生物醫(yī)學信息學助理教授 Kun-Hsing Yu 表示：「現(xiàn)在，即使是最先進的臨床實踐也不能在手術中分子地對腫瘤進行定性。我們的 AI 工具通過從冷凍病理切片中提取迄今未被利用的生物醫(yī)學信號來克服這一挑戰(zhàn)。」

在手術中了解腫瘤的分子特征也很重要，因為某些腫瘤可以從手術時直接放入藥物涂層的腦內治療中獲益，Yu 說道：「能夠實時確定術中分子診斷，可以推動實時精準腫瘤學的發(fā)展。」

目前，標準的術中診斷方法涉及取出腦組織，冷凍處理，并在顯微鏡下進行檢查。一個主要的缺點是冷凍組織往往會改變細胞在顯微鏡下的外觀，并可能影響臨床評估的準確性。此外，即使使用強大的顯微鏡，人眼也無法可靠地檢測到幻燈片上微小的基因變異。

這種新的人工智能方法克服了這些挑戰(zhàn)。這種名為 CHARM（Cryosection Histopathology Assessment and Review Machine）的工具已經向其他研究人員免費提供。研究團隊表示，在部署到醫(yī)院之前，它還需要在實際環(huán)境中進行臨床驗證，并經過 FDA 的審批。

CHARM 是使用來自三個不同患者群體的 1，524 例膠質瘤患者的 2，334 個腦腫瘤樣本開發(fā)的。在對一組從未見過的腦樣本進行測試時，該工具以 93％的準確率區(qū)分了具有特定分子突變的腫瘤，并成功分類了三種具有不同分子特征、具有不同預后并對治療產生不同反應的膠質瘤的主要類型。

更進一步，這個工具成功地捕捉到了惡性細胞周圍組織的視覺特征。它能夠在樣本中發(fā)現(xiàn)細胞密度更高、細胞死亡更多的明顯區(qū)域，這兩個信號都表示更具侵襲性的膠質瘤類型。

這個工具還能夠將細胞的外觀特征——細胞核的形狀、細胞周圍水腫的存在——與腫瘤的分子特征聯(lián)系起來。這意味著算法可以確定細胞外觀與腫瘤的分子類型之間的關系。

Yu 表示，這種評估圖像周圍背景的能力使模型更準確，更接近于人類病理學家對腫瘤樣本進行視覺評估的方式。

研究人員表示，雖然該模型是在膠質瘤樣本上進行訓練和測試的，但可以成功重新訓練以識別其他腦癌亞型。

科學家們已經設計了用于描述其他癌癥類型（如結腸癌、肺癌和乳腺癌）的人工智能模型，但由于膠質瘤的分子復雜性以及腫瘤細胞形狀和外觀的巨大變化，膠質瘤一直是尤其具有挑戰(zhàn)性的。

Yu 表示，CHARM 工具需要定期重新訓練，以反映新的疾病分類，隨著新的知識不斷涌現(xiàn)，「就像人類臨床醫(yī)生必須進行持續(xù)的教育和培訓一樣，AI 工具必須跟上最新的知識，以保持最佳性能。」

CHARM Github 頁面：https://github.com/hms-dbmi/charm