爱诺美康

智能工具可在 PET 扫描中准确检测多种不同癌症类型

根据2024年核医学和分子成像学会年会上提交的研究报告，一种新的人工智能方法可以在全身PET/CT扫描中准确检测六种不同类型的癌症。通过自动量化肿瘤负荷，新工具可用于评估患者风险、预测治疗反应和估计生存率。

“癌症的自动检测和表征是实现早期治疗的重要临床需求，”马里兰州巴尔的摩约翰霍普金斯大学医学院副研究员Kevin H. Leung博士说。“大多数旨在检测癌症的人工智能模型都建立在小到中等规模的数据集上，这些数据集通常包含单个恶性肿瘤和/或放射性示踪剂。这代表了当前医学成像和放射学领域人工智能应用的培训和评估范式中的一个关键瓶颈。”

为了解决这个问题，研究人员开发了一种深度迁移学习方法（一种人工智能），用于PET/CT扫描的全自动全身肿瘤分割和预后。研究分析了611例肺癌、黑色素瘤、淋巴瘤、头颈癌和乳腺癌患者的FDG PET/CT扫描数据，以及408例前列腺癌患者的PSMA PET/CT扫描数据。

人工智能方法从预测的肿瘤分割中自动提取放射特征和全身成像测量值，以量化所有癌症类型的分子肿瘤负荷和摄取。定量特征和影像学测量用于建立预测模型，以证明癌症患者风险分层、生存估计和治疗反应预测的预后价值。