哈佛醫學院的研究人員開發了一種新的人工智能工具來幫助腦外科醫生對抗癌症。CHARM 在手術過程中快速評估腫瘤組織，幫助專業人員現場做出有關如何進行的決定。傳統上，在腦癌手術期間，醫生會取出組織樣本，將其冷凍並進行分析，以確定腫瘤的類型和侵襲性。然而，這個過程往往會扭曲細胞的外觀。

不僅如此，這一過程還依賴於人類觀察，即使使用高倍顯微鏡，也不足以檢測微小的基因組變異，從而識別不同腫瘤的侵襲性或被動性。

現在，哈佛醫學院(HMS) 的研究人員借助人工智能模型來協助他們進行這種微妙的評估。該工具被稱為冷凍切片組織病理學評估和審查機器（CHARM）對來自1524 名神經膠質瘤患者的2334 個腦腫瘤樣本進行了訓練，神經膠質瘤是最常見且最致命的腦癌形式。在測試中，該系統能夠解碼腫瘤的基因組成，並在腫瘤和周圍組織的分子水平上發現突變，準確率高達93%。

這意味著在手術過程中，醫生可以通過系統輸入組織樣本，並獲得有關神經膠質瘤分子組成的即時反饋。因此，醫生可以了解腫瘤的行為、對某些治療的潛在反應，以及最重要的是其侵襲性。該系統不僅準確，而且速度快，可以在幾分鐘內為外科醫生提供信息，而不是目前此類分析需要幾天或幾週的時間。

例如，如果事實證明腫瘤極具侵襲性，外科醫生可能會決定從大腦周圍區域切除更多組織，儘管這可能會導致某些認知障礙。如果發現腫瘤生長更緩慢，醫生可能會決定採取更保守的手術方法。如果事實證明腫瘤對這種治療有反應，CHARM 的分析還可以幫助醫生決定是否在手術期間將藥物塗層晶圓植入大腦中。

“目前，即使是最先進的臨床實踐也無法在手術期間對腫瘤進行分子分析。我們的工具通過從冷凍病理切片中提取迄今為止未開發的生物醫學信號來克服這一挑戰，”HMS 研究的資深作者Kun-Hsing Yu 說。“在手術過程中實時確定術中分子診斷的能力可以推動實時精準腫瘤學的發展。”

研究人員表示，雖然在這項研究中，CHARM 接受了神經膠質瘤的訓練，但它也可以接受訓練來識別其他形式的腦癌以協助治療。他們補充說，隨著新的癌症研究的展開，該工具也可以而且應該不斷更新，就像臨床醫生需要繼續教育才能最有效一樣。

CHARM 現在加入了其他人工智能驅動的癌症識別工作，包括那些可以發現前列腺癌、皮膚癌、乳腺癌、卵巢癌等的癌症識別工作。

該研究已發表在《醫學》雜誌上。