克里夫兰-胶质母细胞瘤是一种侵袭性的杀手性疾病。尽管这种快速发展的脑肿瘤的受害者仅占所有脑癌患者的15%，但其受害者很少能在诊断后存活超过几年。

但是，凯斯西储大学医学院，凯斯工程学院和克利夫兰诊所的研究科学家和医生混合了两种截然不同的分析方法，以更好地理解和抗击脑癌。

研究人员使用了人工智能(AI)工具-在这种情况下，是对脑癌患者进行的最初MRI扫描的计算机图像分析-并将该图像分析与基因组研究相比较来分析癌症。

结果：Case Western Reserve生物医学工程学助理教授兼双胞胎研究专家Pallavi Tiwari说：结果是：不仅可以确定胶质母细胞瘤患者的相对预期寿命的新的，更准确的方法，而且可以确定谁可以进行实验性临床药物试验。在医学院和凯斯工程学院任职。

这项研究由Tiwari以及Tiwari实验室的博士生Niha Beig领导。他们的研究发表在本月的《临床癌症研究》上，这是美国癌症研究协会的期刊。

MRI图像，基因表达的独特研究

研究人员使用的AI模型利用了肿瘤附近区域以及肿瘤内部的特征来识别哪些患者的预后不良，Pallavi说。然后，他们利用基因表达信息阐明了哪些生物学途径与这些图像相关。

“我们的结果表明，与不良预后相关的图像特征也与胶质母细胞瘤的化学耐药性相关通路相关。这可能对胶质母细胞瘤患者的个性化治疗决策的设计产生巨大的影响。”她说。

“虽然我们才刚刚起步，但迈出了一大步，有朝一日，这意味着如果您患有胶质母细胞瘤，您可以根据患者的图像和基因谱图知道对化疗或免疫疗法的反应是否良好”，这项研究的合著者，克利夫兰诊所Burkhardt脑肿瘤和神经肿瘤中心Miller Family授予神经肿瘤学主席的医学博士Manmeet Ahluwalia说。

贝格说，研究人员能够将患者肿瘤的MRI扫描结果与该患者的相应基因组信息进行比较，该信息来自美国国立卫生研究院数据库。

她说：“这就是这项研究独特的原因。”“大多数研究人员都看其中一个，但我们同时研究了MRI特征和基因表达。”

贝格说：“我们可以告诉您谁的生存风险更高。”“临床医生想要做的是让他们的患者了解生活质量，由于这些患者中大约有10%继续生活超过三年，因此这是重要的信息。”

Case Western Reserve生物医学工程学教授F. Alex Nason II的Anant Madabhushi也是该研究的合著者，他说这项研究也很重要，因为它“将肿瘤的宏观特征与分子联系起来”。

Madabhushi说，对放射组学的普遍批评(仅从图像的计算机分析中得出有关肿瘤的结论)是该过程不透明且不易解释。

他说：“这是确凿的证据。”“这表明肿瘤中的分子变化在扫描中表现为独特的表现。”