一项新研究表明，人工智能可以帮助脑膜瘤患者及其医生做出更好的治疗决策。
脑膜瘤是起源于包围大脑和脊髓的膜组织的肿瘤。它们是最常见的原发性中枢神经系统肿瘤，发病率为每10万人口8.14例。
虽然脑膜瘤的预后通常优于其他脑肿瘤，但其侵袭性存在很大差异。因此，能够预测恶性程度并准确估算生存期，对于决定手术是否为患者的最佳选择至关重要。
在这项研究中，研究人员利用超过62,000名脑膜瘤患者的数据训练了机器学习算法。他们使用了美国国家癌症研究所的监测、流行病学和最终结果数据库（SEER）中的患者数据。其目标是找出恶性程度、生存期与一系列基本临床变量（包括肿瘤大小、肿瘤位置和手术方式）之间的统计关联。
该研究表明，这些模型能够有效预测个体患者的治疗结果，但研究人员强调，需要使用包含脑部影像和分子数据的更大规模数据集对模型进行进一步改进。
他们还开发了一款开源智能手机应用程序，使临床医生和其他研究人员能够以交互方式探索论文中所述的预测算法。他们希望，将该应用程序完全免费并开源，有助于未来的项目将新开发的机器学习算法转化为实际临床应用。
第一作者、麦吉尔大学蒙特利尔神经病学研究所的博士候选人杰里米·莫罗（Jeremy Moreau）表示，该应用程序的初衷是使预测模型便于普通临床医生使用。虽然在将其用于临床之前仍需更多工作，但莫罗表示，让医生亲自使用该工具，可以使他们提出进一步开发所需的建议。
“我们已经收到了关于该应用程序如何用于探究不同临床因素可能如何影响恶性程度和生存期的很好反馈，”莫罗说。
“我们认为，它为提高机器学习模型的可转化性和透明度提供了独特的切入点。而普通临床医生如果要评估这些模型，往往需要花费大量时间并具备编程知识，因此这些模型通常难以被评估。”
该研究发表于期刊npj Digital Medicine。
该研究获得神经外科系基金会和加拿大卓越研究基金的资助。莫罗还获得了魁北克研究基金会—健康领域（FRQS）和Foundation of Stars的培训奖学金。
