“智测千里”团队研发出神经胶质瘤分级智能辅助平台。该平台基于机器学习多模态集成技术，仅需输入患者常规分子检测数据与临床基本信息，即可在3秒内完成胶质瘤WHO分级预测，为基层医疗机构及"一带一路"沿线国家提供低成本、高精度的辅助诊断方案。目前，相关研究成果已发表于国际期刊《PLOS ONE》，平台已获国家计算机软件著作权登记。
破解传统分级三大痛点
神经胶质瘤是中枢神经系统最常见的原发性恶性肿瘤，全球每年新发病例超过25万例。传统组织病理学分级作为临床"金标准"，长期面临侵入性活检风险高（颅内出血发生率6.8%-12.4%）、观察者间一致性差（Kappa值仅0.48-0.63）、诊断周期长达5-7天等瓶颈。对于医疗资源匮乏的基层医院和"一带一路"沿线发展中国家而言，专业神经病理医师短缺、分子检测能力不足等问题更为突出。
"我们希望通过轻量化的人工智能工具，让精准分级不再依赖昂贵的影像设备和有创活检。"项目负责人介绍，平台采用纯分子-临床数据融合路线，无需高场强MRI或PET-CT支持，仅凭基层医院现有的基因检测能力即可获得精准分级建议，人均直接成本较传统路径降低约30%。
三重创新构建技术壁垒
据悉，该项目在算法层面实现三项核心创新。在特征筛选环节，团队首创递归特征消除（RFE）联合随机森林（RF）与弹性网络回归（ENR）的三模态协同筛选框架，从数百个候选特征中精准锁定11项关键分子标志物（包括IDH1、EGFR、TP53等）及3项临床指标，有效解决高维医学数据的冗余与共线性难题。
针对医学数据固有的类别不平衡问题，团队引入合成少数类过采样技术（SMOTE），使模型对高级别胶质瘤的召回率提升约12%。在模型构建阶段，团队系统对比了9种基础机器学习模型与34种集成模型组合，最终筛选出Voting25（RF+XGBoost+KNN）集成模型。该模型在TCGA内部测试集上AUC达0.928，在CGGA中国人群外部验证集上AUC为0.794，验证了其在不同种族人群中的稳健性与泛化能力。
从实验室到"一带一路"
基于上述研究成果，团队开发在线预测平台，采用B/S架构支持云端SaaS服务、本地化部署及离线运行三种模式，并配备中英文双语界面。平台不仅面向国内基层医院，更积极响应"健康丝绸之路"倡议，计划依托昆明面向南亚东南亚的辐射中心区位优势，向老挝、缅甸、越南等澜湄国家输出中国胶质瘤分子分型诊疗标准。
"平台不仅是诊断工具，更是区域医疗协作的纽带。"项目团队介绍，平台创新构建"AI初筛+专家复核"的远程会诊模式，并整合线上培训课程与典型病例库，帮助沿线国家医生掌握分子分型诊断方法，实现从"授人以鱼"到"授人以渔"的转变。
产学研融合育新人
该项目团队由来自预防医学、临床医学、卫生检验与检疫等多个专业的本科生组成，已形成跨学科协作机制。
专家指出，该项目将机器学习前沿技术与临床实际需求深度融合，在不依赖影像数据的前提下实现了接近多模态模型的预测性能，为资源有限场景下的肿瘤精准诊疗提供了"中国方案"。随着平台在更多医疗机构的试点应用，有望进一步推动神经胶质瘤诊疗向智能化、精准化方向发展。
推荐阅读：
