美國科學家近日在《自然》雜志發表重大研究成果:由密歇根大學和加州大學舊金山分校聯合開發的人工智能模型FastGlioma，可在腦瘤手術中實現10秒內快速判斷癌性腫瘤殘留，為神經外科手術帶來革命性突破。

　　這項創新將顯微光學成像與AI基礎模型相結合。研究團隊利用超過11000份手術樣本和400萬個顯微圖像進行預訓練，采用密歇根大學自主研發的受激拉曼組織成像技術獲取高分辨率圖像。

　　FastGlioma的突出優勢體現在其卓越的檢測能力上。在實際應用中，該模型僅有3.8%的高風險腫瘤殘余遺漏率，遠優于傳統圖像和熒光引導手術25%的遺漏率。即便在"快速模式"下，其平均準確率仍能達到92%。

　　研究顯示，FastGlioma還能減少對放射成像、對比增強或熒光標記等傳統方法的依賴。這一突破性技術不僅能幫助外科醫生在手術過程中快速決策，還可推廣應用于其他類型的腦腫瘤診斷。

　　值得注意的是，腦瘤完全切除一直是神經外科面臨的重大挑戰，部分殘留腫瘤與健康腦組織難以區分。FastGlioma的出現為解決這一臨床難題提供了新的解決方案，標志著人工智能在精準醫療領域又邁出重要一步。