大阪大学的研究团队开发了一种计算机技术，利用磁共振成像（MRI）和机器学习，快速预测脑部或脊髓中出现的神经胶质瘤肿瘤的遗传变异。这一成果有望帮助神经胶质瘤患者更快地接受更精准的治疗，从而改善预后。相关研究近期发表在《科学报告》杂志上。

近年来，癌症治疗领域经历了重大变革。由于认识到每个癌症病例都是独特的，现在会对肿瘤细胞中的特定基因突变进行测序，以确定哪种化疗药物最为有效。然而，某些类型的癌症，特别是脑肿瘤，在进行基因检测时较为困难。通常需要等到手术期间取得样本后，才能明确肿瘤的基因类型，这往往会导致治疗时间延长。

胶质瘤是一种起源于大脑支持细胞的恶性肿瘤。其中两种基因变化尤为重要，分别是异柠檬酸脱氢酶（IDH）或端粒酶启动子区域（TERT）基因的改变。识别这些基因变化有助于指导正确的治疗方案。研究团队开发了一种机器学习算法，仅凭肿瘤的MRI图像就能预测其存在的基因变异。

项目负责人Ryohei Fukuma指出：“机器学习已经在医学影像诊断中广泛应用，但我们的研究首次尝试仅依靠图像数据来识别隐藏在基因型中的信息。”相较于传统MRI图像的放射学特征（如大小、形状和强度），新算法在预测基因变异方面的表现更为出色。

为了构建这个算法，研究人员采用了卷积神经网络从MRI图像中提取特征，随后使用支持向量机这种机器学习方法对患者进行分类，判断是否存在特定基因变异。项目高级研究员喜岛晴彦表示：“我们希望将这种方法推广至其他类型的癌症，利用已有的大规模癌症基因数据库。”

这一成果有望减少对手术组织样本的需求。更重要的是，随着个性化医疗手段的日益普及和高效化，它将为患者带来更佳的临床效果。