为了解决这一问题，密歇根大学与加州大学旧金山分校的研究团队开发了一款名为 FastGlioma 的人工智能诊断工具。这一创新技术能在手术中实时提供诊断信息，帮助外科医生在数秒内识别和切除脑 肿瘤 。

引言在脑胶质瘤的手术治疗中，如何精确检测和识别肿瘤的浸润边界一直是一个极具挑战性的难题。尽管现代手术工具在不断进步，但大多数胶质瘤患者在手术后仍会残留一些无法完全切除的肿瘤组织。这不仅增加了复发的风险，还对患者的生存率和生活质量造成严重影响。为了解决 ...

在人类与疾病的斗争中，脑胶质瘤一直是一个难以攻克的堡垒。这种神经系统肿瘤的手术治疗，关键在于术中能否准确判断肿瘤的浸润情况，以确保肿瘤被最大程度地切除。然而，传统的影像引导和荧光引导辅助手段在检测术中肿瘤浸润情况方面存在局限性，往往导致术后肿瘤的早期复发和患者生存率的下降。 近期，Nature杂志主刊上发表了一项革命性的研究，来自美国密歇根大学和加利福尼亚大学旧金山分校的研究人员开发了一款名为Fa ...

Detecting tumor infiltration during surgery has been a vital concern for over a century. Despite advances in healthcare, the ...

IT之家 11 月 14 日消息，美国研究人员开发出一种名为 FastGlioma 的人工智能模型，能够在短短 10 秒内准确识别脑瘤手术后残留的肿瘤组织。这一突破性的技术有望显著提高脑瘤手术的成功率，减少术后并发症。

在医学界，手术的成功率往往与手术中对肿瘤组织的精准识别息息相关。然而，对于脑肿瘤手术而言，肿瘤与正常脑组织的边界模糊，使得外科医生面临巨大的挑战。最近，美国的研究团队开发出了一种名为FastGlioma的人工智能模型，能够在短短10秒钟内准确识别手术后残留的肿瘤组织，这一技术极有可能彻底改变脑瘤手术的方式。 如何做到的？ 研究团队通过对超过11000个手术样本和400万个独特显微图像的预训练，构建 ...

美国科学家近日在《自然》杂志发表重大研究成果:由密歇根大学和加州大学旧金山分校联合开发的人工智能模型FastGlioma，可在脑瘤手术中实现10秒内快速判断癌性肿瘤残留，为神经外科手术带来革命性突破。

发表在《自然》杂志上的一项研究表明，研究人员开发了一种人工智能驱动的模型，该模型可以在10秒内确定手术中是否有任何可以切除的脑癌部分残留。这项被称为FastGlioma的技术在识别肿瘤残余方面比传统的方法要好得多。研究人员表示，通过立即改善弥漫性神经胶质瘤患者的综合管理，它有可能改变神经外科领域。

经过训练，FastGlioma可以在缺乏大型标记数据集的情况下检测肿瘤残余组织。由FastGlioma预测指导的手术仅在3.8%的情况下遗漏了高风险肿瘤残余，而利用图像和荧光引导的手术遗漏率接近25%。

美国密歇根大学和加利福尼亚大学旧金山分校领导的研究人员开发出一款名为FastGlioma的人工智能（AI）模型。在脑手术中，该模型仅用10秒就判断出是否还有残留的癌性肿瘤。在识别肿瘤残留方面，FastGlioma的表现远超传统方法，有望给神经外科领域带来变革。研究成果发表在最新一期《自然》杂志上。

科技日报北京11月13日电 （记者张佳欣）美国密歇根大学和加利福尼亚大学旧金山分校领导的研究人员开发出一款名为FastGlioma的人工智能（AI ...