ミシガン大学とカリフォルニア大学サンフランシスコ校の研究者は、ジャーナルNatureであるFastglioma人工知能モデルで画期的な研究結果を発表しました。このモデルは、10秒以内に脳腫瘍手術における残留癌腫瘍を迅速に判断でき、外科的効率と精度を大幅に改善し、神経外科のプロセスを完全に変えると予想されます。このイノベーションは、マイクロオプティカルイメージングとAI基本モデルを組み合わせて、11,000を超える手術サンプルと400万の顕微鏡画像を使用して、その高解像度画像を使用して、自己開発の刺激されたラマン組織イメージング技術によって得られます。ミシガンこのモデルの開発は、脳腫瘍の正確な治療に大きな影響を与えます。
アメリカの科学者は最近、ミシガン大学とカリフォルニア大学サンフランシスコが共同で開発した人工知能モデルであるJournal Nature：Fastglioma：Fastglioma：Fastgliomaを発表しました。脳神経外科。
このイノベーションは、マイクロオプティックイメージングと基本的なAIモデルを組み合わせています。研究チームは、トレーニング前に11,000を超える外科的サンプルと400万の顕微鏡画像を使用し、ミシガン大学が開発して高解像度画像を取得するために独立して刺激されたラマン組織イメージング技術を使用しました。
Fastgliomaの優れた利点は、その優れた検出機能に反映されています。実際の用途では、モデルには高リスクの腫瘍残存の見逃しが3.8％しかありません。これは、従来の画像と蛍光誘導手術の25％の見逃した割合よりもはるかに優れています。 「高速モード」であっても、その平均精度率は92％に達する可能性があります。
研究によると、速虫腫は、X線撮影イメージング、コントラストの増強、蛍光標識などの従来の方法への依存も減少させることができます。この画期的な技術は、外科医が手術中に迅速な決定を下すのに役立つだけでなく、他の種類の脳腫瘍診断への応用も促進するのに役立ちます。
脳腫瘍の完全な切除は常に脳神経外科に直面している大きな課題であり、一部の残留腫瘍は健康な脳組織と区別することが困難であることに注意する価値があります。 Fastgliomaの出現は、この臨床問題に対する新しい解決策を提供し、精密医学の分野における人工知能のもう1つの重要なステップをマークします。
Fastgliomaモデルの成功した開発は、脳腫瘍手術に革新的な変化をもたらしただけでなく、医療分野での人工知能の適用のための新しいベンチマークを設定し、将来的には精密医療がより効率的かつ正確になることを示しています。その低い省略率と高精度率は、患者の転帰を大幅に改善し、生存率を改善します。将来的には、より幅広い臨床診療に適用され、より多くの患者に利益をもたらすFastgliomaが適用されることを楽しみにしています。