1月6日，世界医学科研期刊《天然医学》（Nature Medicine）在线刊登纽约大学朗格尼医学中心最新研讨成果：一款在大脑手术中确诊常见脑肿瘤的人工智能模型，确诊才干与病理医师适当。
这篇论文题为《运用受激拉曼安排学和深度神经网络进行近实时术中脑肿瘤确诊》（Near real-time intraoperative brain tumor diagnosis using stimulated Raman histology and deep neural networks）。
在一些脑肿瘤手术中，术中切除的肿瘤安排会被送往病理学实验室，由病理学医师对其进行切片、染色、调查和剖析。大约需等候30至40分钟，手术室里的神经外科医师才干得到病理学剖析成果，据此决议下一步手术流程。以美国为例，每年有超越110万份肿瘤样本需求活检，但病理医师的人手却不行。
为进步术中确诊速度、补偿医师人手不足，Daniel A. Orringer团队致力于脑瘤的术中快速确诊。
2017年头，《天然-生物医学工程》（Nature Biomedical Engineering）期刊报导了Orringer其时所属的密歇根大学医学院首先在手术室中运用受激拉曼安排学办法进步肿瘤确诊速度和功率。
受激拉曼安排学背面的技能是受激拉曼散射显微镜，开发于2008年，可快速、精准勘探脑瘤安排，然后协助外科医师愈加安全、有效地施行切除手术。这一新式成像技能是一种无符号技能，不需求引进染料、荧光分子或荧光蛋白等符号物，能够直接勘探样品自身的光谱信号。密歇根大学运用的受激拉曼散射显微镜是通过改进的临床版别。
其时的计划结合机器学习，能在30个患者样本中以90％的准确率判别脑肿瘤亚型。研讨榜首作者Orringer称，该计划“将术中确诊进程从30分钟削减至约3分钟”。
三年后，在《天然医学》的这项最新研讨中，Daniel A. Orringer及其搭档晋级的人工智能算法能够对10种最常见脑癌手术样本进行分类，确诊时刻缩短至150秒。他们在250多万张图画上练习人工智能模型，结合激光光学成像技能推出新一代脑瘤术中快速确诊计划。作者表明，在一项触及三家医院共278名脑瘤患者的临床试验中，用该模型做出的确诊和病理医师的确诊相同准确。
据此，作者以为这一模型可为外科医师供给近实时的专家级确诊信息，为更安全、更准确的癌症手术拓荒一条新途径。
