美国埃默里大学医学院Mobadersany等报告，新的人工智能（AI）软件在预测神经胶质瘤患者生存方面表现优于病理学家。（Proc Natl Acad Sci U S A. 2018年3月12日在线版 doi:10.1073/pnas.1717139115）

研究者建立了一种基于组织活检标本显微镜下表现和生物标志物的脑瘤患者总生存计算方法，这种软件能基于组织学图像和基因标志物预测脑瘤患者总生存，其预测准确性超过病理学家，可为临床医生提供准确可靠的预测信息，筛选出可从治疗中得到延长生存获益的患者

组织学作为肿瘤学重点的诊断和预后预测工具已沿用100余年，尽管越来越多依赖基因生物标志物、基因表达、表观修饰等，组织学仍是评估患者预后的重要手段。人为组织学诊断主观性过高，可重复性差，人工智能学习组织学图像引起学界广泛兴趣。

新出现的深度卷积神经网络（CNN）是新出现的重要的成像分析工具，在多种高难度应用领域中表现不俗。研究者开发了生存CNN（SCNN），可基于组织学图像进行精准生存预测。

研究者在弥漫性脑胶质瘤患者中评价了SCNN预测总生存的能力，这类脑瘤患者预后差异较大，预后和治疗策略主要由肿瘤分级决定，Ⅲ、Ⅳ级患者接受较强治疗，而Ⅱ级患者有些可接受监测。研究发现，SCNN与病理学家对分期和分子分型对总生存的预测能力相当，可准确预测每种分子亚型，有效地进行组织学分期。

（编译 石磊）