Модель предсказала места рецидива глиобластомы по ткани первой операции
Новость опубликована 25.09.2026 ⦁ источник
KasugaHuang / Wikimedia Commons, CC BY-SA 3.0
В журнале Science Advances вышла рецензируемая работа исследователей из Калифорнийского университета в Сан-Франциско, Мичиганского университета и их коллег. Модель по образцам ткани, взятым во время первой операции, оценивала, в каком участке вокруг удалённой глиобластомы позднее возникнет рецидив. На отдельной проверочной группе площадь под ROC-кривой составила 0,803 при 95-процентном доверительном интервале от 0,641 до 0,965.
После удаления видимой опухоли в окружающей ткани могут оставаться рассеянные клетки, которые обычная МРТ не различает. Авторы исследовали края операционной полости без окрашивания — методом стимулированной рамановской гистологии. Система FastGlioma вычисляла по микроскопическим изображениям показатель инфильтрации, а модель случайного леса объединяла его с клиническими, радиологическими и молекулярными данными.
В исследование вошли 80 пациентов, 367 образцов и 133 454 изображения. На обучающей выборке средняя площадь под ROC-кривой достигла 0,866 ± 0,100, на проверочной — 0,803. Оценка инфильтрации, полученная ИИ, внесла в прогноз больше остальных признаков, включая молекулярные характеристики опухоли; модель рассчитывала риск рецидива в пределах 5 и 10 миллиметров от каждого места забора ткани.
Это ретроспективная проверка на небольшой выборке, а широкий доверительный интервал показывает неопределённость результата. Модель не использовали для выбора лечения, и работа не доказывает, что облучение или другая терапия по такой карте улучшит выживаемость. Следующий необходимый этап — проспективное клиническое испытание, в котором прогноз действительно влияет на тактику лечения.
AI FastGlioma, глиобластома, стимулированная рамановская гистология, University of California, San Francisco, University of Michigan, Science Advances