在最近发表在《自然生物医学工程》杂志上的一项研究中，由马萨诸塞州总医院(MGH)的研究人员领导的一个团队证明，磁共振成像(MRI)和人工智能(AI)可以用于检测一种基于病毒的新型癌症治疗的肿瘤细胞死亡的早期迹象。
最近，一种很有前途的治疗病毒，可以选择性地杀死癌细胞，同时保留正常组织，这为治疗侵袭性脑肿瘤带来了希望。为了进一步优化基于病毒的治疗，必须经常对治疗反应进行无创监测。这种监测对于了解病毒和癌细胞之间的相互作用至关重要，例如病毒在肿瘤内扩散的程度和治疗反应。
研究人员使用定量分子磁共振成像来测量多种组织特性，包括随着细胞死亡而改变的组织pH值和蛋白质浓度。这种方法可以比以前的技术更早地监测治疗反应。治疗反应在病毒治疗后48小时就可见了，远远早于观察到肿瘤体积的任何变化。
“我们为一台核磁共振扫描仪编程，为不同的分子化合物和细胞pH值创建独特的信号“指纹”。然后，一个深度学习神经网络被用来解码指纹，并生成定量的pH值和分子地图。”Athinoula A. Martinos生物医学成像中心的研究员和教员Christian Farrar博士说。“核磁共振分子指纹法在一项小鼠脑肿瘤研究中得到了验证，该研究使用了一种基于新型病毒的治疗方法，可以选择性地杀死癌细胞。”
为了最大限度地提高这种治疗方法的效率，研究人员开发了一种检测病毒引起的肿瘤细胞死亡的方法。这使得早期和快速检测治疗反应性肿瘤区域成为可能。最近，研究人员已经实现了这种方法来量化健康人脑中的细胞pH值和分子化合物。对这种方法在人类脑肿瘤患者中的进一步研究将有助于优化这些基于病毒的治疗方法
Or Perlman博士说:“这项研究证明了将计算机化的人工智能技术应用到医学中，对疾病背后的生物过程进行非侵入性调查的力量和前景。”他是Athinoula a . Martinos生物医学成像中心的研究员。“这种方法成功的最有趣和关键的部分之一是使用模拟分子指纹来训练机器学习神经网络。这一概念可能会被扩展和研究，以解决其他医学和科学挑战。”
本研究提出一种非侵入性MRI检测肿瘤细胞死亡的新方法。这种能力对癌症治疗的非侵入性监测很有帮助，有可能改善病人的护理，并为个别病人量身定做治疗方案。同样的方法也可能有助于检测和描述发生细胞死亡升高的其他疾病，如中风和肝病。
虽然这项研究主要是通过小鼠脑瘤模型验证的，但研究人员已经证明，可以使用同样的方法在大鼠中风模型和健康人类中生成定量pH值和分子图谱。在未来，他们计划进一步探索这种无创成像方法在脑肿瘤和中风患者中的适用性。
