在第一项针对癌症的此类研究中,研究人员应用人工智能来测量脑肿瘤患者的肌肉量,以帮助改善预后和治疗。
英国伦敦帝国理工学院的临床研究员 Ella Mi 博士将在 NCRI 虚拟展示会上表示,使用深度学习来评估头部肌肉的 MRI 脑部扫描与受过训练的人一样准确可靠,并且速度要快得多。此外,她的研究表明,以这种方式测量的肌肉量可以用来预测患者可以在疾病中存活多久,因为它是患者整体状况的指标。
胶质母细胞瘤是一种侵袭性脑肿瘤,很难成功治疗。诊断后的平均生存期为 12-18 个月,不到 5% 的患者在五年后仍然活着。有些患者的情况比其他患者好,因此客观评估患者虚弱和身体状况的能力提供了重要信息,可以改善预后并帮助指导治疗、饮食和运动决策。如果患者患有肌肉减少症(骨骼肌的退行性丧失),他们可能无法像没有这种疾病的患者一样耐受手术、化疗或放疗。这可能导致治疗不良反应、提前停止治疗、加速疾病进展和死亡。
米博士说:“找到更好的方法来评估患者的身体状况、总体健康状况和进行日常活动的能力对于胶质母细胞瘤乃至许多癌症都很重要,因为目前通常是主观评估,导致其准确性和高度可变性取决于观察者。因此需要可以客观评估的指标,例如肌肉减少症的测量。”
Mi 博士和她在 Matthew Williams 博士领导的帝国理工学院计算肿瘤学小组的同事们,研究了来自两个不同数据源的 45 名患者的 152 次 MRI 脑部扫描,这些患者在 2015 年 1 月至 2018 年 5 月期间被诊断患有胶质母细胞瘤。作为患者诊断和随访期间常规临床护理的一部分,检查头部的横截面。米博士和同事重点研究了颞肌——头部两侧宽阔的扇形肌肉,用于咀嚼食物——此前已被认为是估计体内骨骼肌质量的好方法。
标签:
免责声明:本文由用户上传,如有侵权请联系删除!