(资料图片)

哈佛医学院的研究人员开发了一种新的人工智能工具来帮助脑外科医生对抗癌症。 CHARM 在手术过程中快速评估肿瘤组织，帮助专业人员现场做出有关如何进行的决定。传统上，在脑癌手术期间，医生会取出组织样本，将其冷冻并进行分析，以确定肿瘤的类型和侵袭性。 然而，这个过程往往会扭曲细胞的外观。

不仅如此，这一过程还依赖于人类观察，即使使用高倍显微镜，也不足以检测微小的基因组变异，从而识别不同肿瘤的侵袭性或被动性。

现在，哈佛医学院 (HMS) 的研究人员借助人工智能模型来协助他们进行这种微妙的评估。 该工具被称为冷冻切片组织病理学评估和审查机器（CHARM）对来自 1524 名神经胶质瘤患者的 2334 个脑肿瘤样本进行了训练，神经胶质瘤是最常见且最致命的脑癌形式。 在测试中，该系统能够解码肿瘤的基因组成，并在肿瘤和周围组织的分子水平上发现突变，准确率高达 93%。

这意味着在手术过程中，医生可以通过系统输入组织样本，并获得有关神经胶质瘤分子组成的即时反馈。 因此，医生可以了解肿瘤的行为、对某些治疗的潜在反应，以及最重要的是其侵袭性。 该系统不仅准确，而且速度快，可以在几分钟内为外科医生提供信息，而不是目前此类分析需要几天或几周的时间。

例如，如果事实证明肿瘤极具侵袭性，外科医生可能会决定从大脑周围区域切除更多组织，尽管这可能会导致某些认知障碍。 如果发现肿瘤生长更缓慢，医生可能会决定采取更保守的手术方法。 如果事实证明肿瘤对这种治疗有反应，CHARM 的分析还可以帮助医生决定是否在手术期间将药物涂层晶圆植入大脑中。

“目前，即使是最先进的临床实践也无法在手术期间对肿瘤进行分子分析。我们的工具通过从冷冻病理切片中提取迄今为止未开发的生物医学信号来克服这一挑战，”HMS 研究的资深作者 Kun-Hsing Yu 说。 “在手术过程中实时确定术中分子诊断的能力可以推动实时精准肿瘤学的发展。”

研究人员表示，虽然在这项研究中，CHARM 接受了神经胶质瘤的训练，但它也可以接受训练来识别其他形式的脑癌以协助治疗。 他们补充说，随着新的癌症研究的展开，该工具也可以而且应该不断更新，就像临床医生需要继续教育才能最有效一样。

CHARM 现在加入了其他人工智能驱动的癌症识别工作，包括那些可以发现前列腺癌、皮肤癌、乳腺癌、卵巢癌等的癌症识别工作。

该研究已发表在《医学》杂志上。