來自倫敦帝國理工學院和澳大利亞墨爾本大學的國際研究團隊，剛剛展示了他們打造的一套新型人工智能(AI)系統。與現有的常規醫療手段相比，其聲稱能夠更加有效地預測卵巢癌，從而大幅提升患者的存活率。研究一作Eric Aboagye解釋稱： “盡管學界已經在癌癥治療方面取得了不錯的進展，但晚期卵巢癌患者的長期存活率依然很低”。

(倫敦帝國理工學院，癌癥藥理學與分子成像教授 Eric Aboagye)

早期篩查的預測精準度，是應對這類疾病的最大挑戰，目前卵巢癌患者的五年存活率約為40%。通常醫生會采用包括CT掃描和血液檢查在內的多種常規檢測手段，其中CT掃描醫生的后續治療決策，提供了相當重要的指導。

這套全新的AI工具，旨在為醫生們提供更好的診斷指導，讓特定患者可以得到最佳的治療。據悉，研究人員們借助機器學習算法，對AI進行了專項訓練 —— 分析來自364名女性的10年CT掃描和組織樣本數據。

系統會評估腫瘤的四種特征——結構、形狀、大小、以及基因組成——然后為每位患者預測放射性預后載體(RPV)的危害等級。RPV評分越高，意味著存活率越低。研究發現，那些得分偏高的受試者，對化療的療效反應較差，兩年內死于癌癥的可能性有所增加。

(研究配圖 - 1：計算機斷層掃描圖像)

總體而言，與傳統診斷方法相比，該系統在預測患者存活率方面的準確度，前者的四倍左右。論文合著者Andrea Rockall表示：AI有望改變醫療保健行業的運轉方式，并改善患者的治療效果，我們的軟件就是一個積極的例子。我們希望它可以作為一種工具，幫助臨床醫生最好地掌握卵巢癌患者的疾病發展和治療進程。

當然，在大范圍推廣之前，其需要在更大規模的患者群體中驗證該系統的功效。研究人員稱，其能夠在幾分鐘內，完成患者的數據集分析、并給出RPV評分。

(研究配圖 - 2：上皮性卵巢癌的預后和分子表型)

有關這項研究的詳情，已經發表在今日出版的《自然⋅通訊》(Nature Communications)期刊上。原標題為：《A mathematical-descriptor of tumor-mesoscopic-structure from computed-tomography images annotates prognostic- and molecular-phenotypes of epithelial ovarian cancer》

關鍵詞：