转自：北京日报客户端

只需上传磁共振成像（MRI）数据，搭载了人工智能算法的在线评估平台，即可快速提供患者垂体腺瘤进袭性智能评估结果。12月19日，记者从中国科学院自动化研究所获悉，该所与多家医院组成联合团队，研发了垂体腺瘤进袭性行为评估模型，可无创进行垂体腺瘤进袭性行为的术前评估。

垂体腺瘤的发病率约占所有颅内肿瘤的10%至20%，虽然它被归类为良性肿瘤，但超过40%的病例在病程进展过程中表现出肿瘤侵袭性，难以通过手术完全切除，残留肿瘤易快速复发。近年学界提出“进袭性垂体腺瘤”概念，核心特征包括侵袭性生长、快速增大、易复发、病理标志物异常、治疗抵抗等。由于这一概念涵盖维度广泛，目前缺乏公认的标准化评估工具，导致临床中难以精准识别、关注具有高进袭性行为的垂体腺瘤，也难以制定更全面的个体化诊疗方案。

中国科学院自动化研究所、首都医科大学附属北京天坛医院与郑州大学第一附属医院、首都医科大学附属北京潞河医院等单位组成的研发团队，通过头部MRI数据结合弱监督学习方法，成功研发出一套垂体腺瘤进袭性行为评估的深度学习模型。这套模型给出的分析评分，与垂体腺瘤进袭性呈现密切的正相关，不仅能显著反映肿瘤侵袭状态，还可以辅助评估肿瘤复发等不良预后、病理标志物异常、恶性肿瘤相关生物学通路等情况，帮助医生提前识别垂体腺瘤中的“难缠者”。

目前，这套模型已在全国多家医院多中心队列中得到验证，充分证实了模型在复杂、多变临床环境下的稳定性、可靠性。研发团队已将多步骤MRI图像处理及相关算法整合至在线评估平台。临床医生或相关使用者仅需上传MRI数据，就能一键获取垂体腺瘤进袭性评估结果。后续，团队还将立足临床诊疗实际需求，持续推进模型与平台的迭代优化，加速科研成果从实验室走向临床一线，切实惠及广大患者。

来源：北京日报客户端