人工智能(AI)在医学上的优势在于它能够在大型数据集中发现重要的统计模式。最近发表的一项研究是人工智能如何帮助医生和脑肿瘤患者做出更好治疗决策的重要概念性证明。

脑膜瘤是由大脑和脊髓周围的膜引起的肿瘤，是中枢神经系统最常见的原发性肿瘤，发病率为每100，000人中8.14人。虽然它们通常比其他脑肿瘤有更好的结局，但在攻击性上有很大差异。因此，在确定手术是否是患者的最佳选择时，能够预测恶性肿瘤并准确估计生存率至关重要。

在这项研究中，来自麦吉尔大学健康中心神经(蒙特利尔神经医院)和蒙特利尔儿童医院的研究人员在机器学习算法中训练了超过62，000名脑膜瘤患者的数据。他们的目标是找到恶性肿瘤、生存率和一系列基本临床变量(包括肿瘤大小、肿瘤位置和手术方式)之间的统计关系。

虽然这项研究表明，这种模型可以有效地预测个体患者的预后，但研究人员强调，需要使用包括脑成像和分子数据在内的更大数据集来进一步改善。

博士候选人、该研究的第一作者杰里米莫罗(Jeremy Moreau)表示，该应用的想法是让普通临床医生能够使用预测模型。虽然在临床使用之前还需要做更多的工作，但莫罗说，将它交给医生可以使他们能够为进一步的发展提出建议。

莫罗说，“我们已经收到了关于如何使用这一应用程序来探索不同临床因素如何影响恶性肿瘤和存活率的重要反馈。”“我们相信，它为进一步提高机器学习模型的可译性和透明度提供了一个独特的切入点。由于需要时间和编程知识，普通临床医生往往无法评估这些切入点。”

这项研究于2020年1月30日发表在《npj数字医学》杂志上。这项研究由神经外科基金会资助，在某种程度上，它得到了加拿大第一个卓越研究基金的支持，该基金授予了麦吉尔大学的健康大脑，健康生活倡议。莫罗还获得了魁北克桑德基金会(FRQS)和星光基金会的培训奖。莫罗由神经科的神经科学家西尔万贝利特和蒙特利尔儿童医院的临床科学家罗伊达德利博士指导。通过国家癌症研究所的监测、流行病学和最终结果数据库获取患者数据。