Des chercheurs de l'Université du Michigan et de l'Université de Californie à San Francisco ont publié un résultat de recherche révolutionnaire dans la revue Nature - le modèle d'intelligence artificielle FastGlioma. Ce modèle peut rapidement juger de la tumeur cancéreuse résiduelle dans la chirurgie tumorale cérébrale dans les 10 secondes, améliorant considérablement l'efficacité et la précision chirurgicales, et devrait changer complètement le processus de neurochirurgie. Cette innovation combine l'imagerie micro-optique et les modèles de base de l'IA, en utilisant plus de 11 000 échantillons chirurgicaux et 4 millions d'images de microscope pour la pré-formation. Michigan. Le développement de ce modèle aura un impact profond sur le traitement précis des tumeurs cérébrales.
Les scientifiques américains ont récemment publié des résultats de recherche majeurs dans la revue Nature: Fastglioma, un modèle d'intelligence artificielle développé conjointement par l'Université du Michigan et l'Université de Californie à San Francisco, peuvent rapidement déterminer le cancer résiduel de la chirurgie tumorale cérébrale dans les 10 secondes, et est est une neurochirurgie.
Cette innovation combine l'imagerie micro-optique avec des modèles d'IA de base. L'équipe de recherche a utilisé plus de 11 000 échantillons chirurgicaux et 4 millions d'images microscopiques pour la pré-formation, et a utilisé la technologie d'imagerie tissulaire Raman stimulée développée indépendamment par l'Université du Michigan pour obtenir des images haute résolution.
Les avantages exceptionnels de Fastglioma se reflètent dans ses excellentes capacités de détection. Dans les applications pratiques, le modèle a un taux manqué résiduel tumoral à haut risque de seulement 3,8%, ce qui est bien meilleur que le taux manqué à 25% d'image traditionnelle et de chirurgie guidée par la fluorescence. Même en "mode rapide", son taux de précision moyen peut toujours atteindre 92%.
La recherche montre que Fastglioma peut également réduire sa dépendance à l'égard des méthodes traditionnelles telles que l'imagerie radiographique, l'amélioration du contraste ou le marquage fluorescent. Cette technologie révolutionnaire aide non seulement les chirurgiens à prendre des décisions rapides pendant la chirurgie, mais favorise également l'application dans d'autres types de diagnostic de tumeurs cérébrales.
Il convient de noter que la résection complète des tumeurs cérébrales a toujours été un défi majeur face à la neurochirurgie, et certaines tumeurs résiduelles sont difficiles à distinguer des tissus cérébraux sains. L'émergence de Fastglioma fournit de nouvelles solutions à ce problème clinique, marquant une autre étape importante dans l'intelligence artificielle dans le domaine de la médecine de précision.
Le développement réussi du modèle FastGlioma a non seulement apporté des changements révolutionnaires à la chirurgie des tumeurs cérébrales, mais a également établi une nouvelle référence pour l'application de l'intelligence artificielle dans le domaine médical, ce qui indique que la médecine de précision sera plus efficace et précise à l'avenir. Son faible taux d'omission et son taux de précision élevé amélioreront considérablement les résultats des patients et améliorent la survie. À l'avenir, nous attendons avec impatience que Fastglioma soit appliqué dans un plus large éventail de pratiques cliniques et bénéficiant à plus de patients.