AI精準預測兒童腦瘤復發！多時序MRI分析技術突破

醫療AI又有重大突破！美國研究團隊開發出能透過連續性MRI掃描，預測兒童腦瘤是否復發的深度學習系統。這項創新技術採用「時序學習法」分析治療後的多組影像，準確率大幅超越傳統單次掃描模式，為小兒神經腫瘤照護帶來新曙光。

這項由麻省總醫院布萊根婦女醫院主導，並與波士頓兒童醫院等頂尖機構合作的研究，已發表於《新英格蘭醫學雜誌》AI子刊。團隊特別指出，這項技術可望減少不必要的追蹤檢查，同時讓高風險患者及早接受精準治療。

研究主持人Benjamin Kann醫師解釋：「雖然多數兒童膠質瘤可透過手術治癒，但復發案例往往造成嚴重後果。現行做法要求患者長期接受MRI追蹤，對孩童與家屬都是沉重負擔。我們亟需更精準的風險評估工具。」

為克服兒童癌症樣本數不足的挑戰，團隊整合全美715名病童、近4000組MRI影像建立資料庫。創新的時序學習法讓AI系統能分析術後腦部掃描的連續變化，辨識人類專家可能忽略的細微徵兆。研究顯示，這套系統預測高低階別膠質瘤復發的準確率達75-89%，遠勝傳統單次影像分析約50%的準確度。

值得注意的是，系統僅需4-6組治療後影像即可達到最佳預測效果。第一作者Divyanshu Tak強調：「我們證實AI能有效分析連續影像而非單次掃描，這項技術可延伸應用至各種需要長期追蹤檢查的病症。」

研究團隊正籌備臨床試驗，未來擬根據AI風險評估調整追蹤頻率：對低風險患者減少不必要的檢查，高風險族群則提前介入治療。不過專家也提醒，這項技術仍需更多實證研究才能投入常規醫療應用。

這項劃時代研究獲美國國家癌症研究所等單位資助，並得到兒童腦瘤網路的資料支援，展現跨機構合作對罕病研究的重要性。