伦敦，11月7日(IANS):根据一项新的研究，人工智能(AI)在对一些肉瘤的侵袭性进行分级方面的准确率可能是活检的两倍左右。

　　肉瘤是一种罕见而多样的癌症，影响人体的神经系统坏死组织，如骨骼、肌肉、脂肪和血管

　　发表在《柳叶刀肿瘤学》(the Lancet Oncology)上的这项研究结果表明，新的人工智能算法可以比活检更准确、更有效地帮助一些肉瘤患者定制治疗方案。活检是一种侵入性手术，目前是一种标准做法。

　　这项研究的重点是腹膜后肉瘤，这是一种发生在腹部后部的软组织肉瘤，由于其位置和罕见性，目前很难诊断和治疗。

　　“目前腹膜后肉瘤患者预后不佳，迫切需要改善其诊断和治疗。这种疾病非常罕见——临床医生在他们的职业生涯中可能只见过一两个病例，这意味着诊断可能很慢。这种类型的肉瘤也很难治疗，因为它可以长得很大，而且由于肿瘤位于腹部，涉及复杂的手术，”第一作者Amani Arthur说，他是皇家马斯登NHS基金会信托基金的注册主任和伦敦癌症研究所的临床研究员。

　　研究人员对170名患有两种最常见的腹膜后肉瘤(平滑肌肉瘤和脂肪肉瘤)的患者进行了CT扫描，创建了一种人工智能算法，然后对来自欧洲和美国各中心的近90名患者进行了测试。

　　他们使用了一种称为放射组学的技术来分析CT扫描数据，这种技术可以从医学图像中提取有关患者疾病的信息，包括人眼无法区分的数据。

　　该模型准确地对82%的肿瘤进行了风险分级，即肿瘤的侵袭性可能有多大，而使用活组织检查的肿瘤只有44%进行了正确分级。

　　该模型还准确地预测了84%的肉瘤的疾病类型，这意味着它可以有效地区分平滑肌肉瘤和脂肪肉瘤，而放射科医生无法诊断35%的病例。

　　这项研究表明，这项技术可以帮助临床医生诊断这种罕见疾病的亚型，从而加快诊断速度。

　　研究人员认为，这项技术最终也可以应用于其他类型的癌症，每年可能使数千名患者受益。