MERIT AI與影像算法研發副總監Jon Loi博士，近日于夏威夷舉辦的2025年神經腫瘤學會年會上分享了其核心見解。下文將深入探討從多模態整合到AI增強影像等一系列前沿議題。
重點內容：
l 多模態方法能夠提供單一模態無法實現的深層洞見
l 人工智能正推動醫學影像與病理學跨越自動化，邁向新發現
l 神經腫瘤影像學正從描述性分析轉向預測性建模
l 神經腫瘤診斷流程正實現顯著加速
l 中樞神經系統腫瘤治療領域正超越傳統細胞毒性藥物，日益聚焦靶向與聯合療法
l 多個RANO（神經腫瘤療效評估）工作組正在構建可重復性研究的關鍵基礎框架
l 神經腫瘤學最重要的理念轉變是從反應性評估轉向預測性策略
l 產業界與學術界協同性不斷增強，表明人工智能已脫離試驗階段，正積極塑造臨床診療實踐
多模態整合：邁向標準實踐的成熟化
SNO 2025會議明確傳遞出一個主題：在神經腫瘤學領域，MRI、PET影像、數字病理、轉錄組學與臨床數據的整合正變得日益成熟與常規化。長期以來關于多模態融合的愿景，如今終于通過基礎設施的演進、標準化進程以及AI工具的賦能，實現了對海量數據流的有效規模化整合。
這一轉變之所以具有變革性，是因為多模態方法能夠提供任何單一模態無法獨立實現的洞見——這一理念雖在理論層面討論已久，如今終成現實。當前的重點已不再局限于探索多模態的概念本身，而更側重于實現其在不同機構與工作流程中高效落地。隨著這些系統的日益成熟，它們正為更豐富、更全面的疾病認知與治療方案鋪平道路，標志著精準醫療向前邁出了重要一步。
人工智能：從自動化走向發現新紀元
人工智能（AI）正在深刻改變醫學影像與病理學領域，其應用已超越自動化范疇，邁入科學發現的新階段。SNO會議上報告的部分進展如下：
l 深度學習（DL）模型目前在實時術中腫瘤檢測中的準確率已超過90%，其中FastGlioma等系統可在10秒內輸出結果，顯著提升了手術決策效率；
l AI技術正在揭示亞視覺層面的生物學規律——既能通過組織病理切片預測分子分型，又能識別新型空間生物標志物，這些均是傳統人工觀察難以觸及的深層洞見。
基礎模型與先進技術正推動醫學影像分析邁向新高度：通過多示例學習結合注意力機制，基礎模型能夠在不同放大倍數下實現穩健的特征提取。同時，以FeTS 2.0為代表的聯邦學習項目促進了多方協作研究，且不會暴露患者隱私。
人機協同在病理診斷中展現顯著優勢：SNO會議中展示的證據表明，AI輔助病理診斷的表現優于單獨使用AI或病理醫生獨立診斷，這突顯了人類專業經驗與機器智能之間的協同效應。
總體而言，這標志著一次關鍵轉變：人工智能正從效率提升工具演變為驅動生物學發現的引擎，加速了新治療靶點的發現進程，并推動精準醫療向前發展。
影像學：從描述到預測的范式轉變
神經腫瘤影像學正在從描述性分析轉向預測性建模，這一轉變源于傳統MRI在區分腫瘤進展與治療相關反應方面的局限性。會議分享的研究數據顯示，治療后12周內假性進展發生率為10%-25%，而放射性壞死在受照射的腦轉移瘤中發生率達5%-25%，這凸顯了對先進影像解決方案的迫切需求。
氨基酸類PET示蹤劑（如FET、MET、FDOPA及fluciclovine）現已被推薦用于膠質瘤、腦膜瘤和腦轉移瘤的評估，其腫瘤特征識別能力優于基于葡萄糖的成像方式，并能有效應對血腦屏障帶來的挑戰。PET（特別是18F-DOPA）與MRI的融合可實現更精準的放射靶區勾畫，而三維容積測量相比傳統二維方法，與治療效果相關性更強，對病情進展的判斷也更為審慎。新興的PET RANO 1.0評估框架正成為改善療效評估和預測總生存期的前景方案。
盡管受限于掃描設備差異與分層分割標準不一等問題，使得跨中心影像組學標準化仍面臨挑戰，但影像組學在以下領域持續創造重要價值：
l 代謝圖譜構建（磁共振波譜成像）
l 瘤周微結構特征解析
l 多模態影像融合（MRI-PET）
這些技術進展共同標志著神經腫瘤影像學正邁向一個關鍵的演進階段——通過多模態、預測性的影像策略，不僅提升診斷精確度，更為個體化治療方案制定提供關鍵依據。
診斷流程的速度與精度革命
神經腫瘤學的診斷流程正經歷顯著加速，將傳統長達數周的周期縮短至數小時甚至數分鐘。例如，受激拉曼組織學技術能在術中實現2-3分鐘的無染色快速病理診斷，而納米孔測序平臺將包含突變與甲基化分析的完整分子圖譜檢測從約20天壓縮至次日完成。這些突破確保了在治療決策最緊迫的時刻，關鍵的基因組學與組織學信息已準備就緒。
人工智能進一步推動著這場變革：它在無需傳統組織學延遲的情況下實現分子分型，并通過AI輔助的H&E切片解讀提升數字病理分析的效率與一致性，揭示出人眼難以辨識的亞視覺模式。與此同時，空間生物學技術融合影像學、轉錄組學與機器學習，在細胞分辨率層面繪制腫瘤內異質性圖譜。這些創新共同催生了更快速、更全面的分子病理學診斷體系，直接服務于精準治療方案的制定，重新定義了癌癥診斷的速度與深度標準。
新型療法：審慎樂觀中的突破
中樞神經系統腫瘤的治療格局正在超越傳統細胞毒性藥物（如替莫唑胺、亞硝基脲類和甲氨蝶呤），日益聚焦于靶向治療與聯合策略。
SNO會議上探討的創新療法包括：正處于Ⅰ期臨床試驗階段的CT-179等OLIG-2抑制劑，這類藥物利用膠質瘤特異性轉錄因子（在中樞神經系統外罕見存在）實現精準打擊。同時，以HSV-1衍生的G47Δ為代表的溶瘤病毒療法已展現出顯著的生存獲益（中位總生存期超過20個月），并在日本獲得監管批準。
聯合治療方案正獲得越來越多的關注，例如激光間質熱療與派姆單抗聯用可顯著增強免疫激活效應并促進效應記憶性CD8+ T細胞的形成。以生長抑素受體及前列腺特異性膜抗原為靶點的放射診療藥物在腦膜瘤治療中的應用正迅速擴展，而疫苗與抗原靶向免疫療法雖在理論上極具前景，仍面臨中樞神經系統特有的免疫挑戰。盡管循環腫瘤DNA水平較低，液體活檢技術因其在早期檢測與復發監測中的潛力持續受到關注。
總體而言，當前治療模式正向多維度整合策略轉變，通過深度解析腫瘤微環境實現精準干預，標志著神經腫瘤治療已從單一療法時代邁入以精準驅動、多模態融合為核心的新階段。
超越切除：神經外科手術的創新維度
現代神經外科策略強調在先進引導模式支持下實現安全的最大范圍切除。對于臨近功能皮層的腫瘤，麻醉喚醒配合術中腦功能定位仍是關鍵手段，而術中超聲技術可提供實時可視化引導。使用5-ALA或熒光素的熒光引導手術則顯著提升了腫瘤邊界辨識度與切除完整性。
激光間質熱療（LITT）正發展為不僅是針對深部或無法切除病灶的減瘤方案——它可能作為免疫激活劑，通過啟動CCR2+巡邏單核細胞，并與派姆單抗等免疫療法產生協同效應。這使得消融手術被重新定義為超越局部腫瘤控制的、具有全身治療潛能的干預手段，標志著神經外科正朝著整合精準影像與免疫調節的生物學驅動模式轉型。
推動神經腫瘤學標準化進程：RANO工作組的關鍵構建
為提升神經腫瘤學研究與實踐的一致性與臨床相關性，多個RANO（神經腫瘤療效評估）工作組正在構建支撐可重復性研究與多中心試驗的關鍵基礎設施。這些努力覆蓋影像學、病理學、認知評估及患者報告結局等多個維度，旨在標準化評估標準，提升疾病全程管理的客觀性。以下是對當前塑造該領域發展的核心倡議的概述：
l RANO-PET工作組：發布針對膠質瘤、腦膜瘤和腦轉移瘤的技術指南；中樞神經系統淋巴瘤指南正在審議中。
2 項目一：評估FET PET在新診斷膠質母細胞瘤中的預后價值。
2 項目二：評估系列FET PET在疑似復發時的附加診斷價值。
l RANO-Resect工作組：建立統一的可切除性評估指標及手術圖譜，以應對外科決策中的異質性問題。
l RANO-AI工作組正致力于：
2 制定容積測量標準、驗證自動分層算法，并探索用于術前術后影像分析的聯邦學習框架；
2 開展系統性綜述，以識別自動分割中觀察者內/間的一致性差異與潛在偏倚。
l RANO-COG工作組正在為臨床試驗定義可量化的認知功能終點，確保評估的可靠性與客觀性。
l RANO-PRO工作組致力于建立針對IDH突變型膠質瘤的患者報告結局指標（PROMs）及核心結局指標集。
l RANO-Cares（新設工作組）正在通過德爾菲共識法評估照護者研究的報告標準，聚焦最具臨床意義的結局指標。
l RANO-復發病理工作組通過建立數字切片檔案庫，推進復發性膠質瘤標本組織病理學評估的標準化。
l RANO-腦轉移瘤-局部治療工作組針對局部治療研究，正在定義可測量病灶、療效評估及壞死判定的新標準。
l RAPNO（兒童神經腫瘤工作組）正努力將多種評估標準整合為統一的框架體系。
從反應式到預測式醫療：神經腫瘤學的范式轉變
神經腫瘤學領域最關鍵的觀念轉變，正從反應式評估轉向預測式策略，其核心在于強調能夠預測疾病軌跡而非僅描述當前狀態的生物標志物。早期檢測、前瞻性風險分層及主動治療調整，正成為現代診療的核心原則。這一預測性思維模式正在重塑影像學、分子診斷及治療規劃，推動整個領域從關注“當前發生什么”轉向預判“未來將會如何”。
這一演進趨勢體現在“治療機會窗”試驗與0期研究的興起中——這些研究旨在疾病進程更早期、腫瘤可能對治療更敏感的階段進行干預。通過運用預測性生物標志物與先進分析技術，臨床醫生能夠更早識別高風險患者，并在疾病進展前制定個體化干預方案。最終目標是將治療重心從晚期被動應對轉向早期主動防控，從而從根本上重新定義神經腫瘤學實踐精準醫學的路徑。
基礎設施與協同創新：推動神經腫瘤學發展的基石
神經腫瘤學領域的創新依賴于強大的基礎設施支撐，包括聯邦學習平臺、自動化分析流程、綜合數據集以及共享的參考標準。這些要素對于將人工智能驅動方案從研究拓展至臨床工作流程尤為關鍵。產業界與學術界的協作日益緊密，標志著人工智能已不再停留于實驗階段，而是正在切實塑造臨床診療實踐。
可重復性仍然是貫穿PET采集協議、影像組學預處理及數字病理工作流程的核心關切，這使得多中心標準化成為推動領域進步的必要條件。這一努力得到了神經外科、神經腫瘤學、神經病理學、神經放射學、放射腫瘤學及計算科學等多學科協作精神的支持，彰顯了該領域緊密的共同體特質以及對推進精準醫學的共同承諾。正如一位與會專家所言：“神經腫瘤學界規模雖小，但關系親密，就像一個大家庭。”
前行之路
SNO 2025 展現了一個既高速發展又精誠協作的領域。盡管重大臨床突破仍面臨挑戰，但先進影像、人工智能、分子診斷與創新療法的融合，正推動神經腫瘤學從反應性治療轉向預測性與個體化醫療。技術基礎已比以往任何時候都更為堅實。
對于身處影像、診斷與人工智能交叉領域的我們而言，信號清晰明確：未來屬于那些能有效整合多模態數據，在關鍵時刻揭示可行動洞見的人。
