肿瘤数字化：新计算机辅助诊断程序帮助医生判断低级胶质瘤生长情况

近日，来自伯明翰阿拉巴马大学的Hassan Fathallah-Shaykh及其同事开发了一种计算机辅助诊断，能更准确地发现较低级和体积比较小的脑部肿瘤的生长。该研究刊登在最新一期的《PLOS Medicine》杂志上。

在所有成人脑肿瘤中，低级胶质瘤占15%。该肿瘤会引发严重的神经问题，但目前并没有普适的客观技术可以检测出其生长，只能通过纵向放射学研究的二维图像的视觉比较来主观评价。主观诊断评价有显著延迟，很多时候会贻误治疗时机，而新开发的计算机辅助诊断程序则能明显缩短这种延迟。

新的计算机辅助诊断程序可以将肿瘤数字化，并使用成像扫描来分割肿瘤，生成体积测量，从而引导医生注意肿瘤体积的变化，这对肿瘤生长的分析非常重要，关系到肿瘤的切除难度、神级系统发病率等等，这些决定着病患的治愈几率。

在这项新的研究中，研究团队对63名病患进行样本评估，其中有56名患者被诊断为2级神经胶质瘤。另外7名患者成像异常，但后来没有相关病理诊断，计算机辅助诊断将会对其进行追踪观察，结合回顾性临床报道分析肿瘤生长的情况。而在56名通过计算机辅助诊断程序确诊2级胶质瘤的病患中，有34例影像学显示肿瘤生长，22例则显示肿瘤稳定。值得注意的是，34例进展患者中，计算机辅助方法的中位生长检测时间为14个月，而根据目前的标准护理放射学主观评估，这些患者的肿瘤中位生长检测时间为44个月，相比于计算机辅助程序整整延迟了30个月。据测算，计算机辅助方法检测肿瘤体积中位数变化区间为57%，而使用标准护理临床方法所需的中位数变化区间为174%，约是计算机辅助方法的三倍之多。显然，目前的临床实践检测低级别胶质瘤生长延迟严重，计算机辅助方法可以减少这些延迟，为患者病情的诊断发现和治疗争取更多时间。