凯斯西储大学(Case Western Reserve University)的研究人员及其同事使用“大数据”分析来预测患者是否患有侵袭性三阴性乳腺癌、进展较慢的癌症或非癌性病变，准确率达到95%。

　　就在两个月前，资深作者Anant Madabhushi和另一组研究人员表明，他们可以检测出由人类乳头瘤病毒引起的持续性和可治疗形式的头颈部癌症之间的差异，准确率为87.5%。在那项研究中，数字图像是由病人肿瘤的幻灯片制成的。

　　接下来，Madabhushi的实验室最近从国防部获得了一笔53.4万美元的为期两年的拨款，用于寻找肺部惰性癌和侵袭性癌的模式。目的是仅通过CT扫描来诊断侵袭性肺癌的存在。

　　“从字面上看，我们正在努力做的是挤出我们无法通过看图像看到的信息，”凯斯工程学院生物医学工程教授、计算成像和个性化诊断中心主任马达布希说。

　　寻找蛛丝马迹

　　Madabhushi与罗格斯大学的Shannon C. Agner和Mark A. Rosen博士合作;莎拉?英格兰德;Mitchell D. Schnall, MD;Michael D. Feldman, MD;Paul Zhang，医学博士;和卡罗琳·迈尔斯;宾夕法尼亚大学的医学博士，关于乳腺癌的研究。

　　他们分析了65名女性乳房病变的核磁共振图像。研究人员筛选了每位患者数百gb的图像数据，试图找到区分不同亚型乳腺癌的差异。

　　Madabhushi和他的同事们发现，三阴性乳腺癌，通常被误认为三阴性的良性纤维腺瘤，以及另外两种常见的乳腺癌——雌激素受体阳性(ER+)和人类表皮生长因子受体2型阳性(HER2+)——在用对比剂增强图像时反映出不同的纹理。

　　科学家们用数学模型模拟了组织吸收对比度增强染料时出现的纹理。该模型显示，仅仅几毫秒的变化就能区分出三阴性和良性病变。研究人员使用机器学习和模式识别方法，根据纹理变化和其他定量证据，帮助诊断三种类型的癌症。

　　“今天，如果一名妇女或她的医生发现肿块，她会进行乳房x光检查，然后进行活检进行分子分析，这可能需要两周或长达一个月的时间，”Madabhushi说。“如果我们能够预测癌症是三阴性的，我们就可以快速追踪患者进行活检和治疗。特别是对于三阴性癌症患者来说，节省两到四周的时间至关重要。”

　　对于这三种类型的癌症，早期诊断将使快速和个性化的治疗成为可能。ER+和HER2+对不同的治疗有反应。核磁共振成像也可以成为有这些癌症家族史的女性的常规筛查设备。

　　其他癌症

　　Madabhushi和来自华盛顿大学的研究人员利用相同的科学方法，开发了一种方法来区分一种叫做人乳头瘤病毒相关口咽鳞状细胞癌的特殊头颈部癌症的复发和可治疗形式。这项研究发表在今年早些时候的《美国外科病理学杂志》上。摘要可在http://www.ncbi.nlm.nih.gov/pubmed/24145650上找到。

　　他说:“大多数患者往往有良好的结果，但一小部分人——约10%——没有。”“没有什么可以预测的。

　　“我们开发了一种算法，并找到了一种模式，使我们能够以80%到90%的准确率区分两者。”

　　在将160名患者的活检切片和肿瘤切除术切片扫描到计算机后，研究人员发现他们可以使用癌细胞的细胞核来表征和测量细胞分布和聚集模式。

　　他们发现，在细胞核恢复到更原始形态的地方，细胞紧密聚集，病人就会患上复发性癌症。他们绘制了每张图像中的细胞核，发现高度聚集的复发性癌症和相对分散的可治疗形式之间几乎没有重叠。

　　研究人员说，如果通过进一步的研究证实这一结果，可能会对非复发性癌症患者进行更温和的治疗，对复发性癌症患者进行更积极的治疗。

　　Madabhushi说:“个性化医疗是可能的。”“使用活检标本，病理学家无法区分两者，但大数据分析可以。”

　　他的实验室的最新项目是寻找能够识别肺部癌症或癌前病变的特征，并区分不同类型的肺癌。

　　大多数肺癌是在晚期诊断出来的，超过了手术可以成功的时期。非小细胞肺癌是最严重的肺癌之一，其存活率仍在15%至18%之间。在这项研究中，实验室将使用计算机断层扫描拍摄的x射线图像来建立他们的数字图像库。