根据皇家马斯登 NHS 基金会信托基金和伦敦癌症研究所的新研究，人工智能 （AI） 在对某些肉瘤的侵袭性进行分级方面的准确度可能是活检的两倍左右。

发表在《柳叶刀肿瘤学》上的RADSARC-R研究结果表明，一种新的人工智能算法可以帮助定制一些肉瘤患者的治疗，而不是活检，活检是一种目前的标准做法。该研究还表明，该技术可以帮助临床医生诊断罕见病的亚型，从而加快诊断速度。

研究人员认为，该技术最终也可以应用于其他癌症类型，每年可能使成千上万的患者受益。

AI 收集人眼无法察觉的数据

软组织肉瘤是一种发生在身体结缔组织中的癌症，包括脂肪、肌肉、神经以及血液和淋巴管。这是一种罕见的癌症，英格兰每年约有 4,295 人被诊断出患有 50 多种不同类型的癌症。

这项研究的重点是腹膜后肉瘤，这是一种在腹部后部发展的软组织肉瘤，由于其位置和罕见性，目前难以诊断和治疗。

研究人员使用 170 名患有两种最常见腹膜后肉瘤（平滑肌肉瘤和脂肪肉瘤）的 Royal Marsden 患者的 CT 扫描来创建一种 AI 算法，然后在来自欧洲和美国中心的近 90 名患者中进行了测试。

他们使用一种称为放射组学的技术来分析 CT 扫描数据，该数据可以从医学图像中提取有关患者疾病的信息，包括人眼无法区分的数据。

该模型对 82% 的分析肿瘤的风险或肿瘤的侵袭性进行了准确分级，而只有 44% 的肿瘤使用活检进行了正确分级。

该模型还准确预测了 84% 的受测肉瘤的疾病类型——这意味着它可以有效地区分平滑肌肉瘤和脂肪肉瘤——而放射科医生无法诊断 35% 的病例。

可以加快诊断时间

通过为临床医生提供更准确、更有效的肿瘤分级方法，研究人员希望这项技术能够改善疾病和结果的管理。例如，由于高级别肿瘤可能表明侵袭性疾病，因此该工具可以帮助确保识别高危患者并获得放大治疗，而低风险患者可以免于不必要的治疗、后续扫描和医院就诊。

它还可以通过支持临床医生（由于其罕见性，他们以前可能从未见过腹膜后肉瘤）更准确地识别亚型来加快疾病的诊断。

该研究得到了皇家马斯登癌症慈善机构、国家健康与护理研究所 （NIHR）、惠康信托基金和 EORTC 软组织和骨肉瘤小组的资助。

希望有更多量身定制的治疗方法

第一作者、皇家马斯登 NHS 基金会信托基金注册官兼伦敦癌症研究所临床研究员 Amani Arthur 博士说：

“迫切需要改善腹膜后肉瘤患者的诊断和治疗，这些患者的预后很差。这种疾病非常罕见——临床医生在他们的职业生涯中可能只看到一两个病例——这意味着诊断可能很慢。这种类型的肉瘤也很难治疗，因为它可以长成大尺寸，并且由于肿瘤位于腹部，涉及复杂的手术。

“通过这项早期研究，我们开发了一种使用成像数据的创新 AI 工具，它可以帮助我们比目前的方法更准确、更快速地识别腹膜后肉瘤的类型和等级。这可以通过帮助加快疾病的诊断来改善患者的预后，并通过可靠地识别每个患者疾病的风险来更好地定制治疗。

“在研究的下一阶段，我们将在临床上对潜在腹膜后肉瘤患者测试该模型，看看它是否能准确描述他们的疾病并衡量该技术随时间推移的性能。”

每年有可能改善数千名患者的预后

研究负责人、皇家马斯登 NHS 基金会信托基金放射科顾问、伦敦癌症研究所个性化肿瘤学成像教授 Christina Messiou 教授说：

“这是迄今为止规模最大、最稳健的研究，成功开发和测试了一种 AI 模型，旨在使用 CT 扫描数据改进腹膜后肉瘤的诊断和分级。由于这种疾病的罕见性，这是一项全球性的努力，我为团队感到非常自豪和感谢。

“我们对这项最先进技术的潜力感到非常兴奋，它可以通过更快的诊断和更有效的个性化治疗使患者获得更好的结果。由于腹膜后肉瘤患者需要常规使用 CT 进行扫描，我们希望该工具最终能够在全球范围内使用，确保不仅仅是每天接诊肉瘤患者的专科中心能够可靠地识别和分级疾病。

“未来，这种方法可能有助于描述其他类型的癌症，而不仅仅是腹膜后肉瘤。我们的新方法使用了这种疾病特有的功能，但通过改进算法，这项技术有朝一日可以改善每年数千名患者的预后。

AI 的可能性令人兴奋

伦敦癌症研究所分子与系统肿瘤学团队负责人 Paul Huang 博士说：

“令人兴奋的是，人工智能经过训练，可以通过简单的 CT 扫描发现癌症侵袭性的极其细微的迹象，从而能够对这种罕见的肉瘤进行快速诊断和分类。肉瘤是一组生物学上复杂的癌症 - 包括许多不同的类型 - 用人眼区分它们是一项艰巨的挑战，尤其是在专科中心之外。”

“这种技术有可能改变肉瘤患者的生活——实现针对癌症特定生物学量身定制的个性化治疗计划。很高兴看到如此有希望的发现。”