10日 ，记者从香港科技大学获悉 ，由该校领衔的国际科研团队研发出一套人工智能模型 ，可预测脑胶质瘤患者接受治疗后的进程和结果 ，将为改善病人管理计谋和实施精准治疗提供新偏向。相关结果于近日发表在《科学·转化医学》上。
据悉 ，香港科技大学夏利莱夫人生命科学副教授王吉光研究团队 ，通过全面分析544位脑胶质瘤患者（包罗182名东亚患者）的肿瘤分子样本和临床数据 ，辨识出差异种类脑胶质瘤演化的基因组和转录组预测因子。
通过大数据分析 ，研究团队在发现一些与替莫唑胺抗药性及脑胶质瘤快速恶化相关早期预测因子的同时 ，还发现东亚人的脑胶质瘤基因突变与白人比力有明显差异。
“这些研究结果印证了为脑胶质瘤患者制定个人化治疗方案的重要性。”王吉光介绍 ，“我们相信发现这些脑胶质瘤复发的早期预测因子 ，将有助开展针对这种恶性肿瘤的精准治疗 ，尤其能为复发患者带来裨益。”
为更好地评估患者接受治疗的进程及结果 ，该研究团队研发出一套名为“CELLO2”的人工智能模型 ，用于初诊后评估患者的病情。目前 ，该模型已可准确预测复发的肿瘤会否在替莫唑胺化疗下恶化 ，并识别高风险患者。
首都医科大学隶属北京天坛医院教授、北京市神经外科研究所所长江涛体现 ，“CELLO2”是首个可以通过原发肿瘤的分子特征来预测复发肿瘤级别是否升高或耐药的有效工具 ，将为临床管理患者和预估患者预后提供重要参照。
另悉 ，该团队未来将通过整合更多患者数据 ，优化机器学习模型 ，用以研究其他导致脑肿瘤发生抗药性的分子机制 ，并开发整合医学影像和多组学数据的人工智能平台 ，推动精准神经肿瘤学的生长。
（文章来源：科技日报）
10日 ，记者从香港科技大学获悉 ，由该校领衔的国际科研团队研发出一套人工智能模型 ，可预测脑胶质瘤患者接受治疗后的进程和结果 ，将为改善病人管理计谋和实施精准治疗提供新偏向。相关结果于近日发表在《科学·转化医学》上。
据悉 ，香港科技大学夏利莱夫人生命科学副教授王吉光研究团队 ，通过全面分析544位脑胶质瘤患者（包罗182名东亚患者）的肿瘤分子样本和临床数据 ，辨识出差异种类脑胶质瘤演化的基因组和转录组预测因子。
通过大数据分析 ，研究团队在发现一些与替莫唑胺抗药性及脑胶质瘤快速恶化相关早期预测因子的同时 ，还发现东亚人的脑胶质瘤基因突变与白人比力有明显差异。
“这些研究结果印证了为脑胶质瘤患者制定个人化治疗方案的重要性。”王吉光介绍 ，“我们相信发现这些脑胶质瘤复发的早期预测因子 ，将有助开展针对这种恶性肿瘤的精准治疗 ，尤其能为复发患者带来裨益。”
为更好地评估患者接受治疗的进程及结果 ，该研究团队研发出一套名为“CELLO2”的人工智能模型 ，用于初诊后评估患者的病情。目前 ，该模型已可准确预测复发的肿瘤会否在替莫唑胺化疗下恶化 ，并识别高风险患者。
首都医科大学隶属北京天坛医院教授、北京市神经外科研究所所长江涛体现 ，“CELLO2”是首个可以通过原发肿瘤的分子特征来预测复发肿瘤级别是否升高或耐药的有效工具 ，将为临床管理患者和预估患者预后提供重要参照。
另悉 ，该团队未来将通过整合更多患者数据 ，优化机器学习模型 ，用以研究其他导致脑肿瘤发生抗药性的分子机制 ，并开发整合医学影像和多组学数据的人工智能平台 ，推动精准神经肿瘤学的生长。
（文章来源：科技日报）