在肿瘤手术中，及时发现和切除残留肿瘤组织一直是医学界的难题，特别是在脑肿瘤和其他实体癌症的手术中。尽管医疗技术不断进步，残留肿瘤仍然影响着患者的预后、生活质量，并给医疗系统带来巨大压力。在美国，因残留肿瘤而需进行的修复手术和后续治疗每年耗费超过10亿美元。图源备注:图片由AI生成，图片授权服务商Midjourney为了解决这一问题，密歇根大学与加州大学旧金山分校的研究团队开发了一款名为 FastGlioma 的人工智能诊断工具。这一创新技术能在手术中实时提供诊断信息

美国科学家近日在《自然》杂志发表重大研究成果:由密歇根大学和加州大学旧金山分校联合开发的人工智能模型FastGlioma，可在脑瘤手术中实现10秒内快速判断癌性肿瘤残留，为神经外科手术带来革命性突破。这项创新将显微光学成像与AI基础模型相结合。研究团队利用超过11000份手术样本和400万个显微图像进行预训练，采用密歇根大学自主研发的受激拉曼组织成像技术获取高分辨率图像。FastGlioma的突出优势体现在其卓越的检测能力上。在实际应用中，该模型仅有3.8%的高风险肿瘤残余遗漏率