美國埃默里大學醫(yī)學院Mobadersany等報告，新的人工智能（AI）軟件在預測神經(jīng)膠質(zhì)瘤患者生存方面表現(xiàn)優(yōu)于病理學家。（Proc Natl Acad Sci U S A. 2018年3月12日在線版 doi:10.1073/pnas.1717139115）

研究者建立了一種基于組織活檢標本顯微鏡下表現(xiàn)和生物標志物的腦瘤患者總生存計算方法，這種軟件能基于組織學圖像和基因標志物預測腦瘤患者總生存，其預測準確性超過病理學家，可為臨床醫(yī)生提供準確可靠的預測信息，篩選出可從治療中得到延長生存獲益的患者

組織學作為腫瘤學重點的診斷和預后預測工具已沿用100余年，盡管越來越多依賴基因生物標志物、基因表達、表觀修飾等，組織學仍是評估患者預后的重要手段。人為組織學診斷主觀性過高，可重復性差，人工智能學習組織學圖像引起學界廣泛興趣。

新出現(xiàn)的深度卷積神經(jīng)網(wǎng)絡（CNN）是新出現(xiàn)的重要的成像分析工具，在多種高難度應用領域中表現(xiàn)不俗。研究者開發(fā)了生存CNN（SCNN），可基于組織學圖像進行精準生存預測。

研究者在彌漫性腦膠質(zhì)瘤患者中評價了SCNN預測總生存的能力，這類腦瘤患者預后差異較大，預后和治療策略主要由腫瘤分級決定，Ⅲ、Ⅳ級患者接受較強治療，而Ⅱ級患者有些可接受監(jiān)測。研究發(fā)現(xiàn)，SCNN與病理學家對分期和分子分型對總生存的預測能力相當，可準確預測每種分子亞型，有效地進行組織學分期。

（編譯 石磊）