AI模型显示有能力识别与脑肿瘤相关的性别特定风险

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，这种肿瘤在男性中往往更具侵袭性。但确定可能帮助医生预测哪些肿瘤更有可能快速增长的特征一直难以捉摸。威斯康星大学麦迪逊分校的研究人员正在转向人工智能来揭示这些风险因素以及它们在性别之间的差异。

放射学和生物医学工程教授帕拉维·蒂瓦里及其同事已经发表他们在期刊上的初步发现科学进展，暗示了人工智能改善医疗护理的潜力癌症患者.

“在癌症患者的治疗过程中收集了大量的数据，”蒂瓦里说，他同时也隶属于医学物理系。“遗憾的是，目前这些数据通常是孤立地进行研究的，而这就是人工智能具有巨大潜力的地方。”

几乎没有哪位研究人员比蒂瓦里更了解这种潜力。蒂瓦里于2022年来到威斯康星大学麦迪逊分校，帮助领导该校新的AI倡议。医学影像蒂瓦里共同指导了卡巴恩癌症中心的成像与辐射科学项目。她的研究利用人工智能模型的计算能力来分析大量的医学影像，寻找有助于肿瘤学家及其患者做出更加明智决策的模式。

蒂瓦里说：“我们希望解决癌症患者整个旅程中的各种挑战，从诊断和预后到治疗反应评估。”

在这种情况下，Tiwari 和前研究生 Ruchika Verma 转而使用病理切片的数字图像——薄片的图像肿瘤样本——以寻找可能预测肿瘤生长速度及其患者预期生存时间的模式。

胶质母细胞瘤是最具侵袭性的癌症形式之一，诊断后的中位生存期为15个月。

“患者在诊断后往往寿命不长，”蒂瓦里说。“但一个巨大的挑战是预后——确定患者实际能活多久以及他们可能的结果。这一点很重要，因为最终的结局决定了他们在诊断后的治疗方案和生活质量。”

为了应对这一挑战，Tiwari 和 Verma 建立了一个 AI 模型，该模型能够识别病理切片中即使是最细微的模式，这些模式可能永远不会被肉眼察觉。他们利用超过 250 项胶质母细胞瘤患者的资料训练了这个模型，使它能够识别肿瘤的独特特征，例如某些细胞类型的丰富程度以及它们侵入周围健康组织的程度。

此外，他们训练模型识别这些特征与患者生存时间之间的任何模式，并考虑患者的性别。

通过这样做，他们开发了一个能够识别的AI模型风险因素对于与每个性别强烈相关的更具侵袭性的肿瘤。在女性中，更高风险的特征包括肿瘤侵犯健康组织。而在男性中，存在围绕死亡组织（称为伪假囊细胞）的某些细胞与更具有侵袭性的肿瘤相关联。

该模型还识别出肿瘤特征，这些特征似乎预示着男女患者的预后更差。

该研究有助于为胶质母细胞瘤患者提供更加个性化的治疗。

“通过发现这些独特的模式，我们希望激发个性化治疗的新途径，并鼓励继续探究这些肿瘤所见的生物学差异，”Verma说。

蒂瓦里和她的同事们正在使用MRI数据进行类似的工作，并已经开始利用人工智能分析胰腺癌和乳腺癌，目的是改善患者的治疗效果。

除了她的研究之外，Tiwar 还在帮助塑造大学的 RISE-AI 和 RISE-THRIVE 初创项目，这些项目正在将威斯康星大学麦迪逊分校打造为跨学科人工智能研究的领导者。人工智能以及人类健康寿命跨度。

Tiwar表示：“我们在工程和医学校区拥有丰富多样的专业技能，而通过RISE计划，我们处于将AI研究应用于临床护理前沿的有利位置。”