哈佛AI工具手术中脑肿瘤鉴别准确率超90%，引领精准医疗新时代

哈佛医学院的一项开创性研究推出了一款人工智能（AI）工具，名为PICTURE（Pathology Image Characterization Tool with Uncertainty-aware Rapid Evaluations），该工具能在手术中实时分析组织样本，以区分脑肿瘤的类型，准确率超过98%。这一突破性进展有望为神经肿瘤学领域带来革命性的变化，并推动精准医疗的发展。

传统的手术中病理诊断方法，如冰冻切片病理学，存在一定的误差率，可能影响患者的治疗效果。而这款新型AI工具，通过深度学习数以万计的活检图像和基因数据，能够快速处理未染色的组织切片，无需耗时的染色和专家审阅过程。该工具利用卷积神经网络识别细微的细胞模式和分子特征，其速度和可靠性在多机构测试中均超越了人类病理学家。它能提供概率性输出，辅助外科医生实时权衡风险，这对于需要最大程度切除但又伴随高风险的脑胶质母细胞瘤患者尤为重要。该系统的集成标志着AI辅助精准医疗模式的转变。

该AI工具的研发得益于一个包含超过10,000张标注图像的庞大数据集，确保了其鲁棒性。丹娜-法伯癌症研究所的合作者提供了基因组学见解，将视觉特征与遗传标记相关联。在社交媒体平台X上，Erwin Loh教授的一则发文强调了该工具“超越人类”的表现，引发了关于其减少诊断错误的潜力的积极讨论。

在实际应用中，该AI工具在前瞻性试验中表现出色，处理样本的时间不到两分钟，显著快于标准病理学流程，并有效减少了假阳性。尽管如此，专家指出，该技术在广泛应用前仍需通过美国食品药品监督管理局（FDA）的监管审批。早期使用者认为，该AI工具通过实现更具针对性的治疗，有望提高患者的生存率。

展望未来，该AI工具的整合潜力巨大，可与其他AI系统协同工作，构建全面的手术辅助系统。然而，关于公平获取和过度依赖算法的伦理考量依然存在。正如Eric Topol在X上的一条推文所指出的，开源此类模型能够加速创新，但人类的监督作用仍然至关重要。这项由哈佛大学主导的研发成果，正值神经肿瘤学领域对AI日益增长的需求之际，它弥合了病理学家短缺带来的专业知识鸿沟。与科技公司的合作正在探索其可扩展版本，并可能将其嵌入机器人手术平台。美国国立卫生研究院（NIH）主任博客也曾赞扬过类似系统在区分癌症与健康组织方面的能力。

尽管存在数据隐私和算法“黑箱”等批评声音，但随着胶质母细胞瘤每年影响数千人，这项哈佛大学的创新代表着迈向更智能、更安全脑部手术的关键一步，它将前沿技术与临床智慧巧妙融合。