倫敦帝國理工：AI預測卵巢癌 將患者生存率提升至四倍
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慧（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： “儘管學界已經在癌症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，癌症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％ 。
通常醫生會採用包括 CT 掃描和血液檢查在內的多種常規檢測手段，其中 CT 掃描醫生的後續治療決策，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，研究人員們藉助機器學習演算法，對 AI 進行了專項訓練 —— 分析來自 364 名女性的 10 年 CT 掃描和組織樣本資料。
系統會評估腫瘤的四種特徵 —— 結構、形狀、大小、以及基因組成 —— 然後為每位患者預測放射性預後載體（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，兩年內死於癌症的可能性有所增加。
（研究配圖 - 1：計算機斷層掃描影象）
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，並改善患者的治療效果，我們的軟體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程序。
當然，在大範圍推廣之前，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，完成患者的資料集分析、並給出 RPV 評分。
（研究配圖 - 2：上皮性卵巢癌的預後和分子表型）
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》
[編譯自： New Atlas , 來源： Imperial.ac.uk ]