来自伦敦帝国理工学院和澳大利亚墨尔本大学的国际研究团队，刚刚展示了他们打造的一套新型人工智能(AI)系统。与现有的常规医疗手段相比，其声称能够更加有效地预测卵巢癌，从而大幅提升患者的存活率。研究一作Eric Aboagye解释称： “尽管学界已经在癌症治疗方面取得了不错的进展，但晚期卵巢癌患者的长期存活率依然很低”。
(伦敦帝国理工学院，癌症药理学与分子成像教授 Eric Aboagye)
早期筛查的预测精准度，是应对这类疾病的最大挑战，目前卵巢癌患者的五年存活率约为40%。通常医生会采用包括CT扫描和血液检查在内的多种常规检测手段，其中CT扫描医生的后续治疗决策，提供了相当重要的指导。
这套全新的AI工具，旨在为医生们提供更好的诊断指导，让特定患者可以得到最佳的治疗。据悉，研究人员们借助机器学习算法，对AI进行了专项训练 —— 分析来自364名女性的10年CT扫描和组织样本数据。
系统会评估肿瘤的四种特征——结构、形状、大小、以及基因组成——然后为每位患者预测放射性预后载体(RPV)的危害等级。RPV评分越高，意味着存活率越低。研究发现，那些得分偏高的受试者，对化疗的疗效反应较差，两年内死于癌症的可能性有所增加。
(研究配图 - 1：计算机断层扫描图像)
总体而言，与传统诊断方法相比，该系统在预测患者存活率方面的准确度，前者的四倍左右。论文合著者Andrea Rockall表示：AI有望改变医疗保健行业的运转方式，并改善患者的治疗效果，我们的软件就是一个积极的例子。我们希望它可以作为一种工具，帮助临床医生最好地掌握卵巢癌患者的疾病发展和治疗进程。
当然，在大范围推广之前，其需要在更大规模的患者群体中验证该系统的功效。研究人员称，其能够在几分钟内，完成患者的数据集分析、并给出RPV评分。
(研究配图 - 2：上皮性卵巢癌的预后和分子表型)
有关这项研究的详情，已经发表在今日出版的《自然⋅通讯》(Nature Communications)期刊上。原标题为：《A mathematical-descriptor of tumor-mesoscopic-structure from computed-tomography images annotates prognostic- and molecular-phenotypes of epithelial ovarian cancer》
关键词：
