AI 模型 crossNN 无需手术即可诊断脑瘤准确率达九成

一项名为 crossNN 的新型 AI 模型已被开发出来，能够在不进行手术的情况下，准确诊断脑部肿瘤。这突破性的技术利用少量脑脊髓液进行肿瘤识别，避免了传统方法中需要侵入性组织取样的过程，进而使诊断变得更快且更不具侵入性。

研究主持人、德国癌症联盟（DKTK）柏林分部及 Charité 神经病理学研究所的科学家 Philipp Euskirchen 医师表示：「我们的模型能够在 99.1% 的案例中准确诊断脑瘤，准确率超越现有的 A I解决方案。

此外，我们还训练出一套能辨识超过 170 种全身器官肿瘤类型的模型，其整体准确率达 97.8%。这代表该模型除了能应用于罕见的脑瘤，也可推广至其他器官癌症的诊断。」

crossNN 的架构基于简单的神经网络，这使得其诊断过程具有可解释性，为医生提供清楚的诊断依据。这一技术的发展是由柏林夏里特医学院及德国癌症联盟的研究团队共同推进的，并计划在德国全国八个分部展开进行临床试验，进一步验证crossNN的有效性，并将其整合到常规癌症诊断流程中，以改善精准治疗的规画。

crossNN 模型的成功不仅在于其高准确率，还在于其能够在不进行侵入性手术的情况下，通过分析脑脊髓液中的表观遗传特征来进行肿瘤分类。

这一方法的出现，为那些面临高风险的肿瘤样本提取的患者带来新的希望。研究人员表示，这一技术的发展标志着神经肿瘤学及其他领域在非侵入性、高准确率肿瘤诊断方面的重要进展。

New AI Model Detects Over 170 Tumor Types, Including Difficult-To-Diagnose Brain Tumors

A new AI model can identify over 170 tumor types from all human organs, particularly difficult-to-diagnose brain tumors, without surgery.

Inside Precision MedicineLarissa Warneck