多年来，癌症研究人员注意到，男性比女性更容易患上一种致命的脑癌——胶质母细胞瘤。他们还发现，这些肿瘤通常在男性身上更具侵袭性。但事实证明，准确找出可能帮助医生预测哪些肿瘤可能生长得更快的特征是难以捉摸的。威斯康星大学麦迪逊分校的研究人员正在求助于人工智能来揭示这些风险因素以及它们在两性之间的差异。

　　放射学和生物医学工程教授帕拉维·蒂瓦里(Pallavi Tiwari)和她的同事在《科学进展》(Science Advances)杂志上发表了他们的初步研究结果，暗示人工智能有望改善癌症患者的医疗保健。

　　“在癌症患者的旅程中收集了大量数据，”Tiwari说，他也隶属于医学物理系。“不幸的是，目前人们通常以孤立的方式进行研究，而这正是人工智能具有巨大潜力的地方。”

　　很少有研究人员比蒂瓦里更了解这种潜力。Tiwari于2022年来到威斯康星大学麦迪逊分校，帮助领导该大学在医学成像方面的新人工智能项目，他是Carbone癌症中心成像和辐射科学项目的联合主任。她的研究利用人工智能模型的计算能力来探测大量医学图像，并找到可以帮助肿瘤学家及其患者做出更明智决策的模式。

　　Tiwari说:“我们希望解决癌症患者从诊断和预后到治疗反应评估的整个过程中的挑战。”

　　在这种情况下，Tiwari和以前的研究生Ruchika Verma转向病理切片(肿瘤样本的薄片)的数字图像，以寻找可能预测肿瘤生长速度的模式，从而预测患者可能存活的时间。

　　胶质母细胞瘤是最具侵袭性的癌症之一，诊断后的中位生存期为15个月。

　　蒂瓦里说:“确诊后，病人的寿命通常不长。”“但一个巨大的挑战是预后——确定病人实际能活多久，以及他们的结果可能是什么。这很重要，因为结果最终决定了他们接受的治疗和诊断后的生活质量。”

　　为了应对这一挑战，Tiwari和Verma建立了一个人工智能模型，可以识别病理切片中甚至是肉眼无法察觉的微妙模式。利用来自250多个胶质母细胞瘤患者研究的数据，他们训练模型识别肿瘤的独特特征，例如某些细胞类型的丰度以及它们侵入周围健康组织的程度。

　　此外，他们对模型进行了训练，以识别这些特征与患者生存时间之间的任何模式，同时考虑到他们的性别。

　　在此过程中，他们开发了一种人工智能模型，能够识别出与性别密切相关的更具侵袭性肿瘤的风险因素。对于女性来说，高风险的特征包括肿瘤浸润到健康组织中。在男性中，死亡组织周围的某些细胞(称为假乳样细胞)的存在与更具侵袭性的肿瘤有关。

　　该模型还确定了男性和女性的肿瘤特征，这些特征似乎转化为更差的预后。

　　这项研究可能有助于为胶质母细胞瘤患者提供更个性化的护理。

　　“通过揭示这些独特的模式，我们希望激发个性化治疗的新途径，并鼓励继续研究这些肿瘤中潜在的生物学差异，”Verma说。

　　蒂瓦里和她的同事们正在使用核磁共振成像数据进行类似的工作，并开始使用人工智能来分析胰腺癌和乳腺癌，目的是改善患者的预后。

　　除了她的研究，蒂瓦里还帮助塑造了大学的RISE-AI和RISE-THRIVE计划，这两个计划分别将威斯康星大学麦迪逊分校建立为人工智能和人类健康跨学科研究的领导者。

　　蒂瓦里说:“西澳大学在工程和医学领域拥有丰富多样的专业知识，通过RISE计划，我们完全有能力站在将人工智能研究应用于临床护理的最前沿。”

　　更多信息:Ruchika Verma等人，通过深度学习的性别二态计算组织病理学特征预测高级别胶质瘤的总生存，Science Advances(2024)。DOI: 10.1126 / sciadv。期刊信息:科学进展由威斯康星大学麦迪逊分校提供引用:人工智能模型显示出识别与脑肿瘤相关的性别特异性风险的潜力(2024,10月7日)检索自https://medicalxpress.com/news/2024-10-ai-potential-sex-specific-brain.html。除为私人学习或研究目的而进行的任何公平交易外，未经书面许可，不得转载任何部分。内容仅供参考之用。