预测神经胶质瘤突变的方法为个性化治疗带来了希望

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，分析了来自生理代谢磁共振图像的数据，以使用ML识别代谢基因的突变。这种基因的突变对疾病的进程有重大影响，早期诊断对治疗很重要。该研究还表明，目前在获取生理代谢磁共振图像方面仍存在不一致的标准，这阻碍了该方法的常规临床应用。

胶质瘤是最常见的原发性脑肿瘤。尽管预后仍然不佳，但个性化疗法已经可以显著提高治疗成功率。然而，这种先进疗法的使用是基于个体肿瘤数据的，由于胶质瘤位于大脑中，因此不容易获得这些数据。

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的教学和研究地点ST . plten大学医院的中央医学放射诊断学研究所多年来一直在开发机器和深度学习方法，以实现此类分析的自动化并将其集成到日常临床操作中，现在已经实现了进一步的突破。