Cancer Cell丨王嫣然/宫剑等提出一种全新的基于人工智能的手术前核磁共振分子亚型诊断方法助力髓母细胞瘤精准医疗

文章预览

髓母细胞瘤 （Medulloblastoma） 是儿童和青少年中最常见的恶性中枢神经系统肿瘤。与许多其他肿瘤一样，髓母细胞瘤也有恶性等级之分，对应着不同的风险。分子亚型测试 （Molecular Subgrouping） 是目前经过世界卫生组织 （WHO） 认证的髓母细胞瘤风险分级的唯一有效方法。然而，目前的分子亚型测试方法，比如RNA测序和DNA甲基化分析，面临着流程复杂，成本高昂，完全依赖于手术后对肿瘤组织进行分析的问题。这些阻碍呼唤着新方法的出现。 最新的证据表明，病人的磁共振成像 （MRI） 具有可通过机器学习 （ML） 挖掘的人类视觉认知之外的微妙信息，他们往往与不同癌症类型的结果有着关联性。然而，少数几项在髓母细胞瘤中试验影像数据和机器学习方法的研究由于样本量小以及磁共振成像特征识别有限，结果大多并不明确。 2024年6月27日，斯坦福 ………………………………