人民網(wǎng)北京12月19日電 （記者趙竹青）近日，中國科學院自動化研究所、首都醫(yī)科大學附屬北京天壇醫(yī)院與鄭州大學第一附屬醫(yī)院、首都醫(yī)科大學附屬北京潞河醫(yī)院等組成的聯(lián)合團隊通過頭部磁共振成像（MRI）結(jié)合弱監(jiān)督學習方法，研發(fā)了垂體腺瘤進襲性行為評估的深度學習模型，可無創(chuàng)進行垂體腺瘤進襲性行為的術前評估，為垂體腺瘤精準治療提供了重要指導依據(jù)。相關研究成果已發(fā)表于《自然》旗下期刊《NPJ數(shù)字醫(yī)學》。

垂體神經(jīng)內(nèi)分泌腫瘤，又稱垂體腺瘤，約占所有顱內(nèi)腫瘤的10%-20%，據(jù)報道其患病率為每10萬人中70-100例。盡管垂體腺瘤被歸類為良性腫瘤，但超過40%的病例在病程進展中會表現(xiàn)出腫瘤侵襲性，難以通過手術完全切除，進而導致殘留腫瘤快速復發(fā)。2017年前后，世界衛(wèi)生組織與歐洲內(nèi)分泌學會提出“進襲性垂體腺瘤”的概念，更強調(diào)腫瘤的生物學行為?！斑M襲性”腫瘤的核心特征包括侵襲性生長、快速增大、易復發(fā)、病理標志物異常及治療抵抗等。

本研究首次提出基于侵襲特征的弱監(jiān)督標簽深度學習模型，結(jié)合MRI對垂體腺瘤進襲性進行評估與識別，并通過多維度、多任務驗證系統(tǒng)考察了該模型的效能。

模型在侵襲標簽的弱監(jiān)督指導下，利用深度學習網(wǎng)絡提取特征、篩選特征后，最終為每位患者生成個體化評分。結(jié)果顯示，模型評分與進襲性呈現(xiàn)密切的正相關關聯(lián)，不僅能顯著反映腫瘤侵襲狀態(tài)，還可輔助評估腫瘤復發(fā)等不良預后、病理標志物異常及惡性腫瘤相關生物學通路的情況。該結(jié)果已在全國多家醫(yī)院多中心隊列中得到驗證，充分證實了模型在復雜、多變臨床環(huán)境下的穩(wěn)定性與可靠性，為臨床廣泛推廣應用奠定了堅實基礎。

本研究已將復雜的多步驟MRI圖像處理及相關算法整合至在線平臺。臨床醫(yī)生或相關使用者僅需上傳MRI數(shù)據(jù)，即可快速獲取垂體腺瘤進襲性的智能評估結(jié)果，大大降低了人工智能技術的應用門檻。下一步，研發(fā)團隊將立足臨床診療實際需求，持續(xù)推進模型與平臺的迭代優(yōu)化，加速科研成果從實驗室走向臨床一線，助力提升垂體腺瘤臨床診治的精準化水平，切實惠及廣大患者。