在肿瘤手术中，及时发现和切除残留肿瘤组织一直是医学界的难题，特别是在脑肿瘤和其他实体癌症的手术中。尽管医疗技术不断进步，残留肿瘤仍然影响着患者的预后、生活质量，并给医疗系统带来巨大压力。在美国，因残留肿瘤而需进行的修复手术和后续治疗每年耗费超过10亿美元。
图源备注:图片由AI生成，图片授权服务商Midjourney
为了解决这一问题，密歇根大学与加州大学旧金山分校的研究团队开发了一款名为 FastGlioma 的人工智能诊断工具。这一创新技术能在手术中实时提供诊断信息，帮助外科医生在数秒内识别和切除脑肿瘤。
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%。这一显著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。
划重点:
🧠 FastGlioma 是一种 AI 工具，能在手术中实时识别残留脑肿瘤，提升手术精准度。
⏱️ 该系统在10秒内检测肿瘤残留，准确率高达92%，显著降低漏检率。
🌍 FastGlioma 未来将扩展至其他癌症类型，助力全球癌症手术的改善。