教育新闻网医学中的人工智能(AI)的强大之处在于它能够在大型数据集中找到重要的统计模式。最近发表的一项研究是人工智能如何帮助医生和脑肿瘤患者做出更好治疗决策的重要概念证明。
脑膜瘤-由围绕大脑和脊髓的膜引起的肿瘤-是最常见的原发性中枢神经系统肿瘤，每100,000人口中发生率8.14。尽管它们通常比其他脑瘤具有更好的结局，但攻击性存在很大差异。因此，在确定手术是否是患者的最佳选择时，能够预测恶性肿瘤并准确估计生存率至关重要。
在这项研究中，来自麦吉尔大学健康中心的The Neuro(蒙特利尔神经病学医院)和蒙特利尔儿童医院的研究人员对来自超过62,000名脑膜瘤患者的数据进行了机器学习算法培训。他们的目标是在恶性肿瘤，生存率和一系列基本临床变量(包括肿瘤大小，肿瘤位置和手术程序)之间找到统计学联系。
尽管该研究表明该模型可以有效预测个别患者的预后，但研究人员强调需要使用包括脑成像和分子数据在内的更大数据集进行进一步完善。
博士候选人，该研究的第一作者杰里米·莫罗(Jeremy Moreau)说，该应用程序的想法是使普通临床医生可以使用预测模型。尽管要在临床上使用前需要做更多的工作，但莫罗说，将其交给医生可以使他们提出进一步发展所需要的建议。
Moreau说：“我们已经收到有关如何使用该应用程序以探索不同的临床因素如何影响恶性肿瘤和生存率的重要反馈。”“我们认为，它为进一步提高机器学习模型的可翻译性和透明度提供了一个独特的切入点，由于所需的时间和编程知识，普通临床医生常常无法评估这些切入点。”
这项研究于2020年1月30日发表在npj Digital Medicine期刊上。该研究由神经外科系基金会资助，并且在一定程度上得益于加拿大第一研究卓越基金的资助，该基金授予了麦吉尔大学(McGill University)健康的大脑，健康的生活倡议。Moreau还获得了魁北克桑德基金会(FRQS)和星光基金会的培训奖。Moreau由The Neuro的神经科学家Sylvain Baillet和蒙特利尔儿童医院的临床科学家Roy Dudley博士共同监督。通过国家癌症研究所的监视，流行病学和最终结果数据库访问了患者数据。
