來自倫敦帝國理工學(xué)院和澳大利亞墨爾本大學(xué)的國際研究團隊，剛剛展示了他們打造的一套新型人工智能(AI)系統(tǒng)。與現(xiàn)有的常規(guī)醫(yī)療手段相比，其聲稱能夠更加有效地預(yù)測卵巢癌，從而大幅提升患者的存活率。研究一作Eric Aboagye解釋稱： “盡管學(xué)界已經(jīng)在癌癥治療方面取得了不錯的進展，但晚期卵巢癌患者的長期存活率依然很低”。

(倫敦帝國理工學(xué)院，癌癥藥理學(xué)與分子成像教授 Eric Aboagye)

早期篩查的預(yù)測精準度，是應(yīng)對這類疾病的最大挑戰(zhàn)，目前卵巢癌患者的五年存活率約為40%。通常醫(yī)生會采用包括CT掃描和血液檢查在內(nèi)的多種常規(guī)檢測手段，其中CT掃描醫(yī)生的后續(xù)治療決策，提供了相當重要的指導(dǎo)。

這套全新的AI工具，旨在為醫(yī)生們提供更好的診斷指導(dǎo)，讓特定患者可以得到最佳的治療。據(jù)悉，研究人員們借助機器學(xué)習(xí)算法，對AI進行了專項訓(xùn)練 —— 分析來自364名女性的10年CT掃描和組織樣本數(shù)據(jù)。

系統(tǒng)會評估腫瘤的四種特征——結(jié)構(gòu)、形狀、大小、以及基因組成——然后為每位患者預(yù)測放射性預(yù)后載體(RPV)的危害等級。RPV評分越高，意味著存活率越低。研究發(fā)現(xiàn)，那些得分偏高的受試者，對化療的療效反應(yīng)較差，兩年內(nèi)死于癌癥的可能性有所增加。

(研究配圖 - 1：計算機斷層掃描圖像)

總體而言，與傳統(tǒng)診斷方法相比，該系統(tǒng)在預(yù)測患者存活率方面的準確度，前者的四倍左右。論文合著者Andrea Rockall表示：AI有望改變醫(yī)療保健行業(yè)的運轉(zhuǎn)方式，并改善患者的治療效果，我們的軟件就是一個積極的例子。我們希望它可以作為一種工具，幫助臨床醫(yī)生最好地掌握卵巢癌患者的疾病發(fā)展和治療進程。

當然，在大范圍推廣之前，其需要在更大規(guī)模的患者群體中驗證該系統(tǒng)的功效。研究人員稱，其能夠在幾分鐘內(nèi)，完成患者的數(shù)據(jù)集分析、并給出RPV評分。

(研究配圖 - 2：上皮性卵巢癌的預(yù)后和分子表型)

有關(guān)這項研究的詳情，已經(jīng)發(fā)表在今日出版的《自然⋅通訊》(Nature Communications)期刊上。原標題為：《A mathematical-descriptor of tumor-mesoscopic-structure from computed-tomography images annotates prognostic- and molecular-phenotypes of epithelial ovarian cancer》

關(guān)鍵詞：