AI的眼睛可能是最佳选择预测脑癌的结果

由纽约大学的研究人员最近的一项研究表明,一个创新的人工智能(AI)技术开发是更有效的比人类的眼睛在预测脑转移患者的治疗结果。团队希望新的研究和技术最终可能导致更多的定制治疗方案并为癌症患者更好的健康结果。

“这是一个复杂和综合分析的核磁共振成像发现特性和模式通常不被人类的眼睛,”说纽约研究阿里Sadeghi-Naini椅子生物医学工程和计算机科学副教授拉森德工程学院,领导了这项研究。

“我们希望我们的技术,这是一种新颖的基于ai的预测方法检测脑转移放射治疗失败,将能够帮助专家和患者做出更好的决策和调整治疗的情况是极其重要的。”

之前的研究表明,使用标准的实践,如核磁共振成像评估大小、位置和数量的脑转移的主要癌症病人的类型和条件,肿瘤学家能够预测治疗失败(定义为持续增长的肿瘤)约65%的时间。研究人员创建并测试了几种人工智能模型和最好的一个有83%的准确率。

脑转移瘤是一种恶性肿瘤,在肺部原发肿瘤时,乳房,结肠或身体的其他部位扩散到大脑通过血液或淋巴系统。虽然有不同的治疗方法,立体定向放射治疗是常见的,在治疗由集中的辐射剂量针对肿瘤的区域。

“并不是所有的肿瘤应对辐射——高达30%的患者有持续增长的肿瘤,即使在治疗之后,“Sadeghi-Naini说。“这通常是几个月后才发现治疗通过随访MRI。”

这个延迟时间脑转移患者无法承受,因为它是一个特别虚弱状态与大多数人屈服于疾病诊断后三个月到五年之间。“这是非常重要的预测治疗反应之前,治疗开始,“Sadeghi-Naini仍在继续。

使用机器学习技术被称为深度学习,研究人员制造了人工神经网络训练的大量数据,然后教AI更加关注特定的区域。

“当你看了一次核磁共振检查,你看到周围的区域内或肿瘤的强度和模式是不同的,所以你的视觉系统处理这些部分,“Sadeghi-Naini解释道。“但是人工智能算法是盲目的。注意机制我们纳入算法帮助这些人工智能工具来学习这些图片更重要的一部分,把更多的体重进行分析和预测。”

这项研究中,现在网上,已经发表在IEEE平移工程在健康和医学杂志》上。部分由特里福克斯研究所(TFRI)的造型工作在Sadeghi-Naini的实验室在纽约纽约博士生阿里Jalalifar基尔校园,这项研究的第一作者。在数据采集和解释结果来自120多个病人,团队能够利用纽约的长期合作与多伦多新宁保健科学中心的关系。其他资助者的研究包括了加拿大自然科学和工程研究理事会(NSERC)和舱口纪念基金会。

Sadeghi-Naini说,虽然需要做更多的研究,研究结果指出,人工智能是一个潜在的重要工具精度管理的脑转移,甚至其他类型的癌症。

下一步采取这种临床实践将看到一个更大的群体多机构研究的数据集,从那里可以开发一种临床试验。“如果可以为患者标准治疗基于他们对治疗的反应,可以预测在治疗开始之前,有一个好的机会,可以提高患者的总体生存,”他总结道。

参考:Jalalifar SA Soliman H, Sahgal Sadeghi-Naini A self-attention-guided 3 d深残余网络与大转移预测脑转移放疗后局部破坏使用多通道磁共振成像。IEEE j . Transl。Eng。健康医疗。2023;11:13-22。doi:10.1109 / JTEHM.2022.3219625

本文从以下转载材料。注:材料可能是长度和内容的编辑。为进一步的信息,请联系引用源。