肿瘤手术中残留肿瘤组织的切除一直是医学难题，严重影响患者预后和医疗资源。为解决这一问题，密歇根大学和加州大学旧金山分校的研究团队开发了人工智能诊断工具FastGlioma，它能够在手术中实时识别和切除脑肿瘤，显着提高手术效率和准确性。 Downcodes小编将带您了解这项突破性技术的细节。
图源备注:图片由AI生成，图片授权服务商Midjourney
在手术中，患者若怀疑有弥漫性胶质瘤，外科医生会对手术切缘的组织进行取样。使用便携式的SRH 成像系统，技术人员能够在手术室内通过简单的触摸屏操作，快速获取显微镜图像。新鲜的手术标本被直接放入定制显微镜载玻片中，无需繁琐的组织处理。
FastGlioma 系统采用先进的刺激拉曼组织学技术，能够对新鲜的、未经处理的手术标本进行快速且高分辨率的分析。据研究，FastGlioma 能在短短10秒内识别残留肿瘤组织，准确率高达92%，远超传统成像和荧光检测手段。与传统方法高达25% 的残留肿瘤漏检率相比，FastGlioma 将漏检率降至仅3.8%。这一显着改善预示着手术效果的提升和患者生存率的提高。
此外，FastGlioma 的底层技术源自于类似GPT-4和DALL-E 的视觉基础模型，这些模型经过超过11，000个手术标本和400万幅独特显微镜视野的训练，能够适应不同的患者群体和医疗环境。系统界面友好，外科医生在手术中可获得即时、可操作的洞见，提升决策效率。
FastGlioma 的应用潜力不仅限于胶质瘤，研究人员认为该技术还可扩展至其他类型的脑肿瘤。未来，该团队希望将FastGlioma 推广至肺癌、前列腺癌、乳腺癌及头颈癌等领域，若成功，或将开启外科肿瘤学的新纪元。
FastGlioma 的出现为肿瘤手术带来了新的希望，其高准确率和快速诊断能力有望显着改善患者预后，并为外科肿瘤学领域带来革命性的变革。未来，期待这项技术能够惠及更多患者，造福全人类。