神經膠質瘤是一種常見的腦部惡性腫瘤，這種腫瘤很難通過手術完全根除，而化療和放療的效果也有限。因此，精確分析神經膠質瘤的發展情況，對於掌握患者的病情和確定治療方案十分重要。
如果人工智慧可以替代醫生自動分析神經膠質瘤在腦內的大小和發展情況，豈不是會大大提高醫療效率？近日，《The Lancet Oncology》上就刊登了一篇來自海德堡大學醫院（Heidelberg University Hospital）和德國癌症研究中心（German Cancer Research Centre）的論文，闡述了使用自動影像分析系統來分析腦部神經膠質瘤的方法。
圖片來源：123RF
為了標準化衡量腦腫瘤的發展情況，現在的神經科醫生會採用名為“神經腫瘤學反應評估”（RANO）的方法。這種方法依賴人工在二維影像中測量目標病變，但是精確度和可靠度有限，一定程度上限制了對腫瘤負擔和治療效果的準確評估。
針對這一情況，研究人員開發了一個神經元網路，從而以標準化和自動化的方式，在MRI影像的基礎上對腦腫瘤的治療反應進行評估和臨床驗證。他們使用了來自海德堡大學醫院約500名腦腫瘤患者的MRI掃描影像作為參考資料，來訓練演算法自動識別和定位腦腫瘤，並對瘤周水腫區域進行體積測量，從而精確評估治療反應。
研究人員使用來自歐洲各地的534例膠質母細胞瘤患者的2000多例MRI影像對演算法進行了驗證。結果表明，與傳統的人工測量方法相比，演算法將評估治療反應的準確性提升了36%，且對於總生存期的預測也更加精確。研究人員表示，這對於臨床試驗中基於影像的療效評估至關重要。
“這項研究能夠證明，人工神經網路在放射診斷方面擁有巨大潛力，”這項研究的負責人，來自海德堡大學醫院的Philipp Kickingereder博士總結道：“未來，我們希望進一步提高醫學影像資料自動化高通量分析技術，並將其應用到腦轉移或多發性硬化症等其他疾病之中。”
參考資料：
[1] Kickingereder, et al., (2019). Automated quantitative tumour response assessment of MRI in neuro-oncology with artificial neural networks: a multicentre, retrospective study. The Lancet Oncology, doi: https://doi.org/10.1016/S1470-2045(19)30098-1
[2] Artificial intelligence helps to better assess treatment response of brain tumors. Retrieved April 10, 2019, from https://www.eurekalert.org/pub_releases/2019-04/gcrc-aih040219.php