Comparing the Performance of Foundation Model Derived Embeddings with Traditional Approaches for Distant Metastasis Prediction in Head and Neck Cancer
本研究表明，源自术前 CT 扫描的基础模型嵌入在预测头颈癌远处转移风险方面优于传统的影像组学和深度学习方法，为提供与组合特征模型性能相当的、具有可扩展性且不依赖专家的替代方案提供了可能。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
想象一下你是一名正在试图破解谜团的侦探，但你寻找的不是指纹，而是寻找隐藏在患者体内、用以预测癌症是否会扩散到其他部位的线索。这就是医学影像与人工智能的世界。多年来，医生和科学家一直使用一种被称为“影像组学”（radiomics）的方法，这就像是用放大镜观察医学扫描中的某个特定点，测量该点的每一个微小细节，并将这些数字输入计算机以做出猜测。但问题在于：要使用这个放大镜，必须先由人类专家在可疑区域周围画出一个完美的圆圈。这既耗时，又需要专门的培训，而且如果两个专家的圆圈画得稍有不同，计算机可能会感到困惑。
最近，出现了一种新型的“超级聪明”的计算机大脑，被称为“基础模型”（foundation model）。你可以把它想象成一名在见到真正的病人之前，就已经读遍了所有医学教科书并看过数百万份扫描图像的学生。因为这个学生见识广博，所以他们不需要你指出问题具体在哪里；他们可以观察全局，并瞬间理解全局所讲述的故事。这篇论文提出了一个简单但宏大的问题：这个不需要任何帮助就能找到线索的“超级聪明学生”，在预测癌症扩散方面，是否能比那种依赖人类先画圈的方法做得更好？
德克萨斯大学西南医学中心的研究人员决定利用一项大规模的 CT 扫描集来测试这个想法，这些扫描来自 2,327 名患有头颈癌的患者。他们的目标是预测“远处转移”（distant metastasis），这是一种高级说法，意思就是“癌症是否会扩散到像肺部或肝脏这样的遥远地方？”他们组织了三支不同的“计算机侦探队”进行一场比赛。第一支队伍使用了传统的“影像组学”方法，这种方法需要人类先仔细勾勒出肿瘤。第二支队伍使用了一种“视觉 Transformer”（一种深度学习 AI），它同样需要围绕肿瘤画一个框来聚焦。第三支队伍使用的是“CT 基础模型”，这是一种预训练的 AI，它可以观察整个 CT 扫描体积，而无需任何人画下一条线或轮廓。
比赛结果非常令人惊讶。使用 CT 基础模型的队伍——也就是那个对人类帮助需求最少、不需要绘制边界的队伍——实际上赢得了比赛。它获得了 0.791 的得分（衡量预测好坏的一个指标），击败了传统的影像组学队（0.772）和视觉 Transformer 队（0.753）。更有趣的是，基础模型的表现与一个将传统影像组学特征与视觉 Transformer 特征结合在一起的“超级团队”不相上下，后者的得分为 0.794。这表明，基础模型是一个强大的独立工具，它不需要人类绘制地图作为额外的负担也能发挥效用。
论文还发现，虽然基础模型在识别正确患者方面表现出色，但其预测结果比其他模型更为均衡，而其他模型往往过于谨慎或过于激进。研究人员指出，由于跳过了专家勾勒每个肿瘤的缓慢且乏味的步骤，这种新方法更快、更容易使用。然而，他们也指出，这个新工具目前依赖于云端系统，这意味着数据必须发送到服务器进行处理，这引发了关于隐私和访问权限的问题。
最后，这项研究表明，这些基础模型是旧有方式的一种极具前景的替代方案。它们提供了一种获得高质量预测的方法，而无需专家团队花费数小时在扫描图上画线。虽然研究人员并未声称这解决了癌症治疗中的所有问题，但他们展示了对于预测头颈癌的远处转移而言，一个能够无需他人指明“树木”就能“看见整片森林”的模型，或许正是医学人工智能的未来。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。