据AI在线了解，传统的脑瘤手术中，由于正常脑组织和肿瘤组织的界限非常模糊，外科医生难以完全切除肿瘤。残留的肿瘤组织可能会导致一系列并发症，包括癫痫、感染、头痛、认知功能障碍和运动功能障碍。虽然磁共振成像（MRI）和荧光造影剂可以帮助定位残留肿瘤，但这些方法并不总是适用于所有类型的肿瘤，且在手术过程中不一定可行。
密歇根大学和加州大学旧金山分校的研究人员开发了一种名为 FastGlioma 的 AI 模型，该模型通过对超过 11000 个手术样本和 400 万个独特的显微图像进行预训练，能够以 92% 的准确率在 100 秒内检测出全分辨率图像中的肿瘤浸润。当使用低分辨率图像时，FastGlioma 可以以 90% 的准确率在 10 秒内实现检测。
这项技术有潜力显著改善患者的术后生活质量，并减少后续昂贵的矫正手术的需要。未来，研究人员计划将 FastGlioma 模型扩展到其他类型的癌症，如肺癌、前列腺癌、乳腺癌和头颈癌，以提高这些癌症的诊断和治疗效果。
