2024-03-05 来源: drugdu 115
TMR-CT将帮助医生选择治疗方法并预测患者肺癌的扩散情况.
伦敦帝国理工学院 (ICL) 的研究人员利用人工智能 (AI) 从肺癌医学扫描中识别出有关肺部肿瘤化学组成的信息。
发表在《npj Precision Oncology》上,首次展示了如何将医学成像与人工智能相结合,为癌症患者提供“虚拟活检”。
肺癌每年导致约 35,000 人死亡,是英国最常见的癌症死亡原因。
在国家健康与护理研究所帝国生物医学研究中心的资助下,这种非侵入性方法致力于对肺癌患者的类型进行分类。
研究人员利用从西班牙雷纳索非亚大学医院招募的 48 名肺癌患者的数据,开发了一种由人工智能驱动的深度学习评估工具,称为组织代谢组学放射学 CT (TMR-CT)。
利用这些数据,研究人员观察到患者的代谢组学特征与其 CT 扫描的深层特征之间存在显着相关性,这些特征在图像的某些区域显得更亮或更暗。
随后,研究人员在皇家马斯登医院、盖伊圣托马斯医院和帝国理工学院 NHS 医疗信托基金招募的 723 名肺癌患者中使用了 TMR-CT 模型,结果表明 TMR-CT 成功对肺癌进行了分类,并给出了可靠的预测。与患者结果的关系,超越了传统的基于 CT 的方法和临床评估的性能。
该模型可以帮助医生为患者选择正确的治疗方案,并预测他们的癌症是否可能进展。
研究人员还认为,该方法可以适用于其他肺癌患者群体以及其他类型的癌症,包括脑癌、卵巢癌和子宫内膜癌。
该研究的第一作者 Marc Boubnovski Martell 表示:“我们开发了一种系统,将 CT 扫描与肿瘤和正常肺组织的化学组成相结合”,以“[允许]我们对肺癌类型进行分类并......[提供]对患者结果的可靠预测。”
责编: editor