一种名为FastGlioma的突破性人工智能工具已经开发出来，使外科医生能够在手术过程中在10秒内检测到残留的癌性脑肿瘤。《自然》杂志最近的一项研究详细介绍了这项创新，它被视为神经外科的一项重大进步，优于传统的肿瘤检测方法。密歇根大学和加利福尼亚大学旧金山分校的研究人员领导了这项研究，强调了其改善弥漫性胶质瘤患者手术结果的潜力。
密歇根大学健康中心的神经外科医生Todd Hollon医学博士将FastGlioma描述为一种变革性的诊断工具，为识别肿瘤残留物提供了一种更快、更准确的方法。他指出，它有能力减少对当前方法的依赖，如术中MRI或荧光成像剂，这些方法通常无法接近或不适合所有类型的肿瘤。手术中残留肿瘤的处理
根据密歇根大学密歇根医学院的研究，残留肿瘤通常类似于健康的脑组织，是神经外科的常见挑战。
传统上，外科医生一直难以区分健康的大脑和残留的癌组织，导致肿瘤切除不完全。FastGlioma通过将高分辨率光学成像与人工智能相结合来快速准确地识别肿瘤浸润，从而解决了这一问题。在一项国际研究中，该模型在220名低或高级别弥漫性胶质瘤患者的标本上进行了测试。FastGlioma的平均准确率为92%，明显优于传统方法，后者对高危肿瘤残留的漏检率更高。
合著者、加州大学旧金山分校神经外科教授Shawn Hervey Jumper医学博士强调了其提高手术精度的能力，同时最大限度地减少了对成像剂或耗时程序的依赖。癌症外科的未来应用
FastGlioma基于基础模型，这是一种在庞大数据集上训练的人工智能，可以适应各种任务。该模型已显示出在其他癌症中应用的潜力，包括肺癌、前列腺癌和乳腺癌，而不需要大量的再培训。
密歇根大学神经外科主任Aditya S.Pandey医学博士确认了其在改善全球手术结果方面的作用，并与将人工智能纳入癌症手术的建议保持一致。研究人员旨在将其应用范围扩大到其他肿瘤类型，从而有可能重塑全球癌症治疗方法。