预测神经胶质瘤突变的机器学习方法显示出个性化治疗的希望

机器学习 (ML) 方法可以快速准确地诊断神经胶质瘤(原发性脑肿瘤)的突变。卡尔·兰德斯坦纳健康科学大学 (KL Krems) 最近的一项研究表明了这一点。

在这项发表在《癌症》杂志上的研究中，分析了生理代谢磁共振图像的数据，以使用机器学习识别代谢基因中的突变。该基因的突变对疾病的病程有重大影响，早期诊断对治疗很重要。

研究还表明，目前获取生理代谢磁共振图像的标准仍然不一致，这阻碍了该方法的常规临床使用。

神经胶质瘤是最常见的原发性脑肿瘤。尽管预后仍然不佳，但个性化治疗已经可以显着提高治疗成功率。然而，这种先进疗法的使用是基于个体肿瘤数据，由于神经胶质瘤位于大脑中，因此很难获得这些数据。

磁共振成像 (MRI) 等成像技术可以提供此类数据，但其分析复杂、要求高且耗时。

因此，KL Krems 的教学和研究中心圣珀尔滕大学医院的医学放射诊断中央研究所多年来一直在开发机器和深度学习方法，以便实现此类分析的自动化并将其集成到日常临床操作中。现在已经取得了进一步的突破。

阳性突变

中央研究所医学物理学家 Andreas Stadlbauer 教授解释说：“神经胶质瘤细胞携带异柠檬酸脱氢酶 (IDH) 基因突变形式的患者实际上比携带野生型形式的患者具有更好的临床前景。” “这意味着我们越早了解这种突变状态，我们就能更好地进行个体化治疗。”

标签：

版权声明：本文由用户上传，如有侵权请联系删除！