由伦敦帝国理工学院和墨尔本大学的研究人员创建的人工智能软件能够比现有方法更准确地预测卵巢癌患者的预后。同时，它还可以预测哪些治疗对诊断后的患者最为有效。

该研究发表在帝国大学医疗保健NHS信托基金会的Hammersmith医院的Nature Communications上。

研究人员表示，这项新技术可以帮助临床医生更快地为患者制作最佳治疗方案，并为更加个性化的医疗方式铺路。他们希望该技术可以用于根据CT扫描中癌症质地的微妙差异将卵巢癌患者分组。

伦敦帝国理工学院的主要作者，癌症药理学和分子成像教授Eric Aboagye教授说：“尽管癌症治疗取得了进展，但晚期卵巢癌患者的长期存活率仍然很低。我们迫切需要找到治疗这种疾病的新方法。我们的技术能够为临床医生提供更详细和准确的信息。以便他们做出更有针对性的治疗方法。”

帝国大学医疗保健NHS信托基金会的共同作者和名誉顾问放射学家Andrea Rockall教授补充说：“人工智能有可能改变医疗保健方式，同时改善患者的治疗效果。我们的软件就是一个例子，我们希望它可以作为一种工具，帮助临床医生最好地管理和治疗卵巢癌患者“。

卵巢癌是女性中第六大常见癌症，通常发病于绝经后的女性或有此病史的女性。英国每年有6,000例卵巢癌新病例，但长期存活率仅为35％至40％，因为一旦有腹胀等症状，这种疾病通常就会在很长一段时间之后被诊断出来。因此，早期发现疾病可以提高存活率。

医生通过多种方式诊断卵巢癌，首先通过血液检查，以寻找一种名为CA125的物质，然后进行CT扫描，使用X射线和计算机制作详细的卵巢肿瘤图片。这有助于临床医生了解疾病传播的程度，并确定患者需要接受的治疗类型，如手术和化疗。

然而，扫描无法让临床医生详细了解患者可能出现的总体结果或干预治疗的可能产生的影响。

研究人员使用一种名为TEXLab的数学软件工具来识别2004年至2015年期间来自364名卵巢癌女性的CT扫描和组织样本中肿瘤的侵袭性。

该软件检查了肿瘤的四种生物学特征，这些特征明显影响了肿瘤整体生存结构，形状大小和基因组成。通过对这些特征的评估，来确定患者的预后情况，然后给予患者称为放射性预后载体（RPV）的分数。

研究人员将结果与血液检查和医生用于评估生存率的当前预后评分进行了比较。他们发现该软件对于预测卵巢癌死亡的准确性比标准方法高出四倍。

研究小组还发现，5％具有高RPV评分的患者的存活率不到两年。高RPV也与化疗耐药性和不良手术结果相关，表明RPV可用作预测患者对治疗反应的潜在生物标志物。

研究人员将进行更大规模的研究，以了解软件如何准确预测个体患者的手术或药物治疗结果。

该研究由NIHR皇家生物医学研究中心，帝国理工学院实验癌症医学中心和帝国理工学院伦敦组织库资助。

这项研究是帝国理工学院健康科学中心开展的工作的一个例子，该中心是伦敦帝国理工学院和三所NHS医院信托基金之间的联合倡议。它旨在通过将科学发现转化为医学进步来改变医疗保健，以便在最快的时间里，使全球人口受益。