AI在肺癌预测方面取得突破

在由圣路易斯华盛顿大学医学院领导的一项研究中，人工智能（AI）成为早期肺癌治疗的潜在变革者。 该研究引入了一种AI方法，通过分析肺活检图像来预测癌症是否会扩散到大脑。鉴于肺癌是全球癌症相关死亡的主要原因之一，这一发展可能会彻底改变患者管理策略。

对于在早期肺癌患者治疗中面临选择激进但可能具有毒性治疗的医生来说，这项开创性的AI研究可能带来 relief。由Richard J. Cote博士及其团队领导的研究专注于预测脑转移，这是决定是否需要除肺部手术外额外治疗的关键因素。

该AI系统基于118个肺活检样本进行训练，在预测脑癌发展方面表现出惊人的准确性。它优于四位参与的病理学家，准确率达到87%，而病理学家的平均准确率为57.3%。这种新发现的精度可以使患者免于不必要的激进治疗，为其治疗计划提供更个性化的方法。

弥合肺癌护理中的预测差距

历史上，医生缺乏准确预测个体患者结果的工具。虽然风险预测指标突出了更容易进展的人群，但华盛顿大学的研究表明，AI可以填补这一空白。Cote博士强调AI方法在做出具体且敏感预测方面的潜在影响，从而实现对患者护理更细致入微的方法。

肺癌，主要是通常与吸烟有关的小细胞肺癌，构成了重大的公共卫生挑战。早期阶段的患者通常接受手术，但约30%会进展到晚期，需要额外治疗。对患者是否会进展的不确定性导致谨慎但激进的治疗方法。AI预测脑转移的能力可能会彻底改变患者管理的这一方面，提供更个性化且侵入性更小的路径。

AI超越人类预测

在诊断测试领域，病理学家在显微镜下仔细检查活检组织以识别潜在异常。该研究质疑AI是否能在检测可能表明脑转移的特征方面超越人类能力。由研究团队开发的机器学习算法展示了其预测脑转移的能力，并擅长识别不会发生这种并发症的患者。

虽然需要在更大的研究中进行验证，但结果展示了AI在患者护理决策中角色的光明前景。该研究的合著者Ramaswamy Govindan博士设想了一个未来，AI预测将告知个性化治疗，减少对化疗等全身治疗的依赖，并最大限度地减少对健康细胞的伤害。

AI系统评估细胞特征，就像人脑识别熟悉的面孔一样。然而，指导AI预测的具体特征仍然未知，促使人们不断努力解开分子和细胞层面的复杂性。了解这些特征将为新型疗法和优化成像仪器铺平道路，有可能彻底改变肺癌诊断和治疗的格局。

该研究的关键贡献者Changhuei Yang博士强调了研究发生的意外转折。该研究最初旨在寻找预测性生物标志物，但结果显示AI利用现有活检样本进行准确预测的潜力。其影响重大，表明可能转向不依赖昂贵生物标志物的具有成本效益的预测。