AI模型FastGlioma十秒识别脑瘤残留 准确率达92%

美国科学家近日在《自然》杂志发表重大研究成果:由密歇根大学和加州大学旧金山分校联合开发的人工智能模型FastGlioma，可在脑瘤手术中实现10秒内快速判断癌性肿瘤残留，为神经外科手术带来革命性突破。

这项创新将显微光学成像与AI基础模型相结合。研究团队利用超过11000份手术样本和400万个显微图像进行预训练，采用密歇根大学自主研发的受激拉曼组织成像技术获取高分辨率图像。

FastGlioma的突出优势体现在其卓越的检测能力上。在实际应用中，该模型仅有3.8%的高风险肿瘤残余遗漏率，远优于传统图像和荧光引导手术25%的遗漏率。即便在"快速模式"下，其平均准确率仍能达到92%。

研究显示，FastGlioma还能减少对放射成像、对比增强或荧光标记等传统方法的依赖。这一突破性技术不仅能帮助外科医生在手术过程中快速决策，还可推广应用于其他类型的脑肿瘤诊断。

值得注意的是，脑瘤完全切除一直是神经外科面临的重大挑战，部分残留肿瘤与健康脑组织难以区分。FastGlioma的出现为解决这一临床难题提供了新的解决方案，标志着人工智能在精准医疗领域又迈出重要一步。