グリオマの浸透を迅速に検知するための基礎モデル

科学分野:

• 腫瘍学における人工知能
• 医学画像分析
• 手術腫瘍学

背景:

• 腫瘍を最大限に切除するために 手術中にグリオマの浸透を検知することが重要です
• 手術後の残留腫瘍は早期再発と生存率の低下につながる.
• 現在,手術中に結晶腫を検出する方法は限界があります.

研究 の 目的:

• FastGliomaを導入します 迅速かつ正確なグリオマ浸透検知のための視覚的な基礎モデルです
• FastGliomaのパフォーマンスを,将来的な多センターの国際コホートで評価する.
• FastGliomaと既存の画像誘導および光誘導付属体を比較する.

主な方法:

• FastGliomaは,自己監視を用いて,約400万枚のラベルフリー光学顕微鏡画像で予備訓練を行った.
• このモデルは,全スライド光学画像における腫瘍浸透の正常化されたスコアを提供するために微調整された.
• 展望的な多センター試験には,拡散性膠原腫の患者220人が参加した.

主要な成果:

• FastGliomaは,グリオマの浸透を検出するために,受容器の動作特性曲線の下の平均面積を92. 1%を達成しました.
• このモデルは,ヘッドツーヘッド (n=129) の比較では,画像誘導および光誘導のアジクタを大幅に上回った.
• 性能は,さまざまな人口,センター,およびグリオマの分子サブタイプで一貫していました.

結論:

• FastGliomaは,手術中のグリオマの検出に迅速 (<10秒) で正確なソリューションを提供します.
• このモデルは,他の脳腫瘍タイプへのゼロショット汎用化を含む,脳腫瘍手術の汎用補充として潜在性を示しています.
• FastGliomaのような 医療基盤モデルには 癌治療における AIの変革の可能性があります