導讀：IT之家 11 月 14 日消息，美國研究人員開發(fā)出一種名為 FastGlioma 的人工智能模型，能夠在短短 10 秒內(nèi)準確識別腦瘤手術后殘留的腫瘤組織。這一突破性的技術有望顯著提高腦瘤手術的成功率，減少術后并發(fā)癥。據(jù)IT之家了解，傳統(tǒng)的腦瘤手術中，由于正常腦組織和腫瘤組織的界限非常模糊，外科醫(yī)生難以完全切除腫瘤。殘留的腫瘤組織可能會導致一系列并發(fā)癥，包括癲癇、感染、頭痛、 ......
IT之家 11 月 14 日消息，美國研究人員開發(fā)出一種名為 FastGlioma 的人工智能模型，能夠在短短 10 秒內(nèi)準確識別腦瘤手術后殘留的腫瘤組織。這一突破性的技術有望顯著提高腦瘤手術的成功率，減少術后并發(fā)癥。
據(jù)IT之家了解，傳統(tǒng)的腦瘤手術中，由于正常腦組織和腫瘤組織的界限非常模糊，外科醫(yī)生難以完全切除腫瘤。殘留的腫瘤組織可能會導致一系列并發(fā)癥，包括癲癇、感染、頭痛、認知功能障礙和運動功能障礙。雖然磁共振成像（MRI）和熒光造影劑可以幫助定位殘留腫瘤，但這些方法并不總是適用于所有類型的腫瘤，且在手術過程中不一定可行。
密歇根大學和加州大學舊金山分校的研究人員開發(fā)了一種名為 FastGlioma 的 AI 模型，該模型通過對超過 11000 個手術樣本和 400 萬個獨特的顯微圖像進行預訓練，能夠以 92% 的準確率在 100 秒內(nèi)檢測出全分辨率圖像中的腫瘤浸潤。當使用低分辨率圖像時，F(xiàn)astGlioma 可以以 90% 的準確率在 10 秒內(nèi)實現(xiàn)檢測。
這項技術有潛力顯著改善患者的術后生活質(zhì)量，并減少后續(xù)昂貴的矯正手術的需要。未來，研究人員計劃將 FastGlioma 模型擴展到其他類型的癌癥，如肺癌、前列腺癌、乳腺癌和頭頸癌，以提高這些癌癥的診斷和治療效果。
