一个名为 iSeg 的 AI 系统正在重塑放射肿瘤学，它通过自动以 3D 形式勾勒出肺部肿瘤的轮廓，因为它们会随着每次呼吸而变化。

该工具对来自 9 家医院的扫描进行了培训，与专业临床医生相匹配，标记了一些遗漏的癌症区域，并且可以加快治疗计划，同时减少致命的疏忽。

AI 彻底改变了肺肿瘤分割

在放射治疗中，精确可以挽救生命。肿瘤学家在进行高剂量辐射以破坏癌细胞的同时保留健康组织之前，必须仔细绘制肿瘤的大小和位置。但这个过程称为肿瘤分割，仍然是手动完成的，需要时间，因医生而异，并且可能导致关键肿瘤区域被忽视。

据一项大型新研究报告，现在，西北医学的科学家团队开发了一种名为 iSeg 的 AI 工具，该工具不仅可以匹配医生在 CT 扫描中准确勾勒出肺部肿瘤的轮廓，还可以识别一些医生可能遗漏的区域。

与早期专注于静态图像的 AI 工具不同，iSeg 是第一个被证明可以随着每次呼吸移动而对肿瘤进行分割的 3D 深度学习工具，这是规划放射治疗的关键因素，美国一半的癌症患者在生病期间接受了放射治疗。

研究作者 Troy Teo 展示了 AI 工具如何随着每次呼吸而移动的肺肿瘤轮廓。图片来源：西北大学

医生们称赞 iSeg 的 Precision Edge

“我们离癌症治疗又近了一步，它比我们十年前想象的还要精确，”资深作者、西北大学范伯格医学院放射肿瘤学主席兼教授 Mohamed Abazeed 博士说。

“这项技术的目标是为我们的医生提供更好的工具，”Abazeed 补充道，他领导着一个研究团队开发数据驱动的工具，以个性化和改进癌症治疗，并且是西北大学 Robert H. Lurie 综合癌症中心的成员。

该研究于 6 月 30 日发表在 npj Precision Oncology 杂志上。

研究作者 Sagnik Sarkar 指着他构建的 AI 工具。学分：西北大学

在九个诊所进行培训和验证

西北大学的科学家使用 CT 扫描和医生绘制的肿瘤轮廓对 iSeg 进行了训练，这些患者来自西北医学和克利夫兰诊所卫生系统内 9 个诊所接受治疗的数百名肺癌患者。这远远超出了过去许多研究中使用的小型单一医院数据集。

训练后，AI 在以前从未见过的患者扫描中进行了测试。然后将其肿瘤轮廓与医生绘制的轮廓进行比较。研究发现，iSeg 始终与不同医院和扫描类型的专家大纲相匹配。它还标记了一些医生遗漏的其他区域——如果不及时治疗，这些遗漏的区域与更糟糕的结果有关。这表明 iSeg 可能有助于捕捉经常被忽视的高风险区域。

发现遗漏的热点，标准化护理

“准确的肿瘤靶向是安全有效的放射治疗的基础，即使是靶向的微小错误也会影响肿瘤控制或导致不必要的毒性，”Abazeed 说。

“通过自动化和标准化肿瘤轮廓勾画，我们的 AI 工具可以帮助减少延误，确保医院之间的公平性，并可能识别医生可能错过的领域——最终改善患者护理和临床结果，”第一作者 Sagnik Sarkar 补充道，他是 Feinberg 的高级研究技术专家，拥有西北大学的人工智能理学硕士学位。

研究作者 Troy Teo 指着他构建的 AI 工具。学分：西北大学

临床推广的快速路线图

研究团队现在正在临床环境中测试 iSeg，将其性能与医生实时比较。他们还在集成用户反馈等功能，并努力将该技术扩展到其他肿瘤类型，例如肝癌、脑癌和前列腺癌。该团队还计划将 iSeg 应用于其他成像方法，包括 MRI 和 PET 扫描。

“我们将其设想为一种基础工具，可以标准化和增强放射肿瘤学中肿瘤的靶向方式，尤其是在获得亚专科专业知识有限的情况下，”Feinberg 放射肿瘤学讲师、合著者 Troy Teo 说。

“这项技术可以帮助支持跨机构更一致的护理，我们相信临床部署可以在几年内实现，”Teo 补充道。

参考资料：Sagnik Sarkar、P. Troy Teo 和 Mohamed E. Abazeed 于 2025 年 6 月 30 日发表的“放疗中自动化、运动分辨肿瘤分割的深度学习”，npj Precision Oncology。
DOI：
10.1038/s41698-025-00970-1