醫(yī)學中的人工智能(AI)的強大之處在于它能夠在大型數(shù)據(jù)集中找到重要的統(tǒng)計模式。最近發(fā)表的一項研究是人工智能如何幫助醫(yī)生和腦腫瘤患者做出更好治療決策的重要概念證明。

腦膜瘤-由圍繞大腦和脊髓的膜引起的腫瘤-是最常見的原發(fā)性中樞神經(jīng)系統(tǒng)腫瘤，每100,000人口中發(fā)生率8.14。盡管它們通常比其他腦瘤具有更好的結(jié)局，但攻擊性存在很大差異。因此，在確定手術(shù)是否是患者的最佳選擇時，能夠預測惡性腫瘤并準確估計生存率至關(guān)重要。

在這項研究中，來自麥吉爾大學健康中心的The Neuro(蒙特利爾神經(jīng)病學醫(yī)院)和蒙特利爾兒童醫(yī)??院的研究人員對來自超過62,000名腦膜瘤患者的數(shù)據(jù)進行了機器學習算法培訓。他們的目標是在惡性腫瘤，生存率和一系列基本臨床變量(包括腫瘤大小，腫瘤位置和手術(shù)程序)之間找到統(tǒng)計學聯(lián)系。

盡管該研究表明該模型可以有效預測個別患者的預后，但研究人員強調(diào)需要使用包括腦成像和分子數(shù)據(jù)在內(nèi)的更大數(shù)據(jù)集進行進一步完善。

博士候選人，該研究的第一作者杰里米·莫羅(Jeremy Moreau)說，該應用程序的想法是使普通臨床醫(yī)生可以使用預測模型。盡管要在臨床上使用前需要做更多的工作，但莫羅說，將其交給醫(yī)生可以使他們提出進一步發(fā)展所需要的建議。

Moreau說：“我們已經(jīng)收到有關(guān)如何使用該應用程序以探索不同的臨床因素如何影響惡性腫瘤和生存率的重要反饋。”“我們認為，它為進一步提高機器學習模型的可翻譯性和透明度提供了一個獨特的切入點，由于所需的時間和編程知識，普通臨床醫(yī)生常常無法評估這些切入點。”

這項研究于2020年1月30日發(fā)表在npj Digital Medicine期刊上。該研究由神經(jīng)外科系基金會資助，并且在一定程度上得益于加拿大第一研究卓越基金的資助，該基金授予了麥吉爾大學(McGill University)健康的大腦，健康的生活倡議。Moreau還獲得了魁北克桑德基金會(FRQS)和星光基金會的培訓獎。Moreau由The Neuro的神經(jīng)科學家Sylvain Baillet和蒙特利爾兒童醫(yī)??院的臨床科學家Roy Dudley博士共同監(jiān)督。通過國家癌癥研究所的監(jiān)視，流行病學和最終結(jié)果數(shù)據(jù)庫訪問了患者數(shù)據(jù)。