MERIT AI与影像算法研发副总监Jon Loi博士，近日于夏威夷举办的2025年神经肿瘤学会年会上分享了其核心见解。下文将深入探讨从多模态整合到AI增强影像等一系列前沿议题。

重点内容：

l  多模态方法能够提供单一模态无法实现的深层洞见

l  人工智能正推动医学影像与病理学跨越自动化，迈向新发现

l  神经肿瘤影像学正从描述性分析转向预测性建模

l  神经肿瘤诊断流程正实现显著加速

l  中枢神经系统肿瘤治疗领域正超越传统细胞毒性药物，日益聚焦靶向与联合疗法

l  多个RANO（神经肿瘤疗效评估）工作组正在构建可重复性研究的关键基础框架

l  神经肿瘤学最重要的理念转变是从反应性评估转向预测性策略

l  产业界与学术界协同性不断增强，表明人工智能已脱离试验阶段，正积极塑造临床诊疗实践

多模态整合：迈向标准实践的成熟化

SNO 2025会议明确传递出一个主题：在神经肿瘤学领域，MRI、PET影像、数字病理、转录组学与临床数据的整合正变得日益成熟与常规化。长期以来关于多模态融合的愿景，如今终于通过基础设施的演进、标准化进程以及AI工具的赋能，实现了对海量数据流的有效规模化整合。

这一转变之所以具有变革性，是因为多模态方法能够提供任何单一模态无法独立实现的洞见——这一理念虽在理论层面讨论已久，如今终成现实。当前的重点已不再局限于探索多模态的概念本身，而更侧重于实现其在不同机构与工作流程中高效落地。随着这些系统的日益成熟，它们正为更丰富、更全面的疾病认知与治疗方案铺平道路，标志着精准医疗向前迈出了重要一步。

人工智能：从自动化走向发现新纪元

人工智能（AI）正在深刻改变医学影像与病理学领域，其应用已超越自动化范畴，迈入科学发现的新阶段。SNO会议上报告的部分进展如下：

l  深度学习（DL）模型目前在实时术中肿瘤检测中的准确率已超过90%，其中FastGlioma等系统可在10秒内输出结果，显著提升了手术决策效率；

l  AI技术正在揭示亚视觉层面的生物学规律——既能通过组织病理切片预测分子分型，又能识别新型空间生物标志物，这些均是传统人工观察难以触及的深层洞见。

基础模型与先进技术正推动医学影像分析迈向新高度：通过多示例学习结合注意力机制，基础模型能够在不同放大倍数下实现稳健的特征提取。同时，以FeTS 2.0为代表的联邦学习项目促进了多方协作研究，且不会暴露患者隐私。

人机协同在病理诊断中展现显著优势：SNO会议中展示的证据表明，AI辅助病理诊断的表现优于单独使用AI或病理医生独立诊断，这突显了人类专业经验与机器智能之间的协同效应。

总体而言，这标志着一次关键转变：人工智能正从效率提升工具演变为驱动生物学发现的引擎，加速了新治疗靶点的发现进程，并推动精准医疗向前发展。

影像学：从描述到预测的范式转变

神经肿瘤影像学正在从描述性分析转向预测性建模，这一转变源于传统MRI在区分肿瘤进展与治疗相关反应方面的局限性。会议分享的研究数据显示，治疗后12周内假性进展发生率为10%-25%，而放射性坏死在受照射的脑转移瘤中发生率达5%-25%，这凸显了对先进影像解决方案的迫切需求。

氨基酸类PET示踪剂（如FET、MET、FDOPA及fluciclovine）现已被推荐用于胶质瘤、脑膜瘤和脑转移瘤的评估，其肿瘤特征识别能力优于基于葡萄糖的成像方式，并能有效应对血脑屏障带来的挑战。PET（特别是18F-DOPA）与MRI的融合可实现更精准的放射靶区勾画，而三维容积测量相比传统二维方法，与治疗效果相关性更强，对病情进展的判断也更为审慎。新兴的PET RANO 1.0评估框架正成为改善疗效评估和预测总生存期的前景方案。

尽管受限于扫描设备差异与分层分割标准不一等问题，使得跨中心影像组学标准化仍面临挑战，但影像组学在以下领域持续创造重要价值：

l  代谢图谱构建（磁共振波谱成像）

l  瘤周微结构特征解析

l  多模态影像融合（MRI-PET）

这些技术进展共同标志着神经肿瘤影像学正迈向一个关键的演进阶段——通过多模态、预测性的影像策略，不仅提升诊断精确度，更为个体化治疗方案制定提供关键依据。

诊断流程的速度与精度革命

神经肿瘤学的诊断流程正经历显著加速，将传统长达数周的周期缩短至数小时甚至数分钟。例如，受激拉曼组织学技术能在术中实现2-3分钟的无染色快速病理诊断，而纳米孔测序平台将包含突变与甲基化分析的完整分子图谱检测从约20天压缩至次日完成。这些突破确保了在治疗决策最紧迫的时刻，关键的基因组学与组织学信息已准备就绪。

人工智能进一步推动着这场变革：它在无需传统组织学延迟的情况下实现分子分型，并通过AI辅助的H&E切片解读提升数字病理分析的效率与一致性，揭示出人眼难以辨识的亚视觉模式。与此同时，空间生物学技术融合影像学、转录组学与机器学习，在细胞分辨率层面绘制肿瘤内异质性图谱。这些创新共同催生了更快速、更全面的分子病理学诊断体系，直接服务于精准治疗方案的制定，重新定义了癌症诊断的速度与深度标准。

新型疗法：审慎乐观中的突破

中枢神经系统肿瘤的治疗格局正在超越传统细胞毒性药物（如替莫唑胺、亚硝基脲类和甲氨蝶呤），日益聚焦于靶向治疗与联合策略。

SNO会议上探讨的创新疗法包括：正处于Ⅰ期临床试验阶段的CT-179等OLIG-2抑制剂，这类药物利用胶质瘤特异性转录因子（在中枢神经系统外罕见存在）实现精准打击。同时，以HSV-1衍生的G47Δ为代表的溶瘤病毒疗法已展现出显著的生存获益（中位总生存期超过20个月），并在日本获得监管批准。

联合治疗方案正获得越来越多的关注，例如激光间质热疗与派姆单抗联用可显著增强免疫激活效应并促进效应记忆性CD8+ T细胞的形成。以生长抑素受体及前列腺特异性膜抗原为靶点的放射诊疗药物在脑膜瘤治疗中的应用正迅速扩展，而疫苗与抗原靶向免疫疗法虽在理论上极具前景，仍面临中枢神经系统特有的免疫挑战。尽管循环肿瘤DNA水平较低，液体活检技术因其在早期检测与复发监测中的潜力持续受到关注。

总体而言，当前治疗模式正向多维度整合策略转变，通过深度解析肿瘤微环境实现精准干预，标志着神经肿瘤治疗已从单一疗法时代迈入以精准驱动、多模态融合为核心的新阶段。

超越切除：神经外科手术的创新维度

现代神经外科策略强调在先进引导模式支持下实现安全的最大范围切除。对于临近功能皮层的肿瘤，麻醉唤醒配合术中脑功能定位仍是关键手段，而术中超声技术可提供实时可视化引导。使用5-ALA或荧光素的荧光引导手术则显著提升了肿瘤边界辨识度与切除完整性。

激光间质热疗（LITT）正发展为不仅是针对深部或无法切除病灶的减瘤方案——它可能作为免疫激活剂，通过启动CCR2+巡逻单核细胞，并与派姆单抗等免疫疗法产生协同效应。这使得消融手术被重新定义为超越局部肿瘤控制的、具有全身治疗潜能的干预手段，标志着神经外科正朝着整合精准影像与免疫调节的生物学驱动模式转型。

推动神经肿瘤学标准化进程：RANO工作组的关键构建

为提升神经肿瘤学研究与实践的一致性与临床相关性，多个RANO（神经肿瘤疗效评估）工作组正在构建支撑可重复性研究与多中心试验的关键基础设施。这些努力覆盖影像学、病理学、认知评估及患者报告结局等多个维度，旨在标准化评估标准，提升疾病全程管理的客观性。以下是对当前塑造该领域发展的核心倡议的概述：

l  RANO-PET工作组：发布针对胶质瘤、脑膜瘤和脑转移瘤的技术指南；中枢神经系统淋巴瘤指南正在审议中。

²  项目一：评估FET PET在新诊断胶质母细胞瘤中的预后价值。

²  项目二：评估系列FET PET在疑似复发时的附加诊断价值。

l  RANO-Resect工作组：建立统一的可切除性评估指标及手术图谱，以应对外科决策中的异质性问题。

l  RANO-AI工作组正致力于：

²  制定容积测量标准、验证自动分层算法，并探索用于术前术后影像分析的联邦学习框架；

²  开展系统性综述，以识别自动分割中观察者内/间的一致性差异与潜在偏倚。

l  RANO-COG工作组正在为临床试验定义可量化的认知功能终点，确保评估的可靠性与客观性。

l  RANO-PRO工作组致力于建立针对IDH突变型胶质瘤的患者报告结局指标（PROMs）及核心结局指标集。

l  RANO-Cares（新设工作组）正在通过德尔菲共识法评估照护者研究的报告标准，聚焦最具临床意义的结局指标。

l  RANO-复发病理工作组通过建立数字切片档案库，推进复发性胶质瘤标本组织病理学评估的标准化。

l  RANO-脑转移瘤-局部治疗工作组针对局部治疗研究，正在定义可测量病灶、疗效评估及坏死判定的新标准。

l  RAPNO（儿童神经肿瘤工作组）正努力将多种评估标准整合为统一的框架体系。

从反应式到预测式医疗：神经肿瘤学的范式转变

神经肿瘤学领域最关键的观念转变，正从反应式评估转向预测式策略，其核心在于强调能够预测疾病轨迹而非仅描述当前状态的生物标志物。早期检测、前瞻性风险分层及主动治疗调整，正成为现代诊疗的核心原则。这一预测性思维模式正在重塑影像学、分子诊断及治疗规划，推动整个领域从关注“当前发生什么”转向预判“未来将会如何”。

这一演进趋势体现在“治疗机会窗”试验与0期研究的兴起中——这些研究旨在疾病进程更早期、肿瘤可能对治疗更敏感的阶段进行干预。通过运用预测性生物标志物与先进分析技术，临床医生能够更早识别高风险患者，并在疾病进展前制定个体化干预方案。最终目标是将治疗重心从晚期被动应对转向早期主动防控，从而从根本上重新定义神经肿瘤学实践精准医学的路径。

基础设施与协同创新：推动神经肿瘤学发展的基石

神经肿瘤学领域的创新依赖于强大的基础设施支撑，包括联邦学习平台、自动化分析流程、综合数据集以及共享的参考标准。这些要素对于将人工智能驱动方案从研究拓展至临床工作流程尤为关键。产业界与学术界的协作日益紧密，标志着人工智能已不再停留于实验阶段，而是正在切实塑造临床诊疗实践。

可重复性仍然是贯穿PET采集协议、影像组学预处理及数字病理工作流程的核心关切，这使得多中心标准化成为推动领域进步的必要条件。这一努力得到了神经外科、神经肿瘤学、神经病理学、神经放射学、放射肿瘤学及计算科学等多学科协作精神的支持，彰显了该领域紧密的共同体特质以及对推进精准医学的共同承诺。正如一位与会专家所言：“神经肿瘤学界规模虽小，但关系亲密，就像一个大家庭。”

前行之路

SNO 2025 展现了一个既高速发展又精诚协作的领域。尽管重大临床突破仍面临挑战，但先进影像、人工智能、分子诊断与创新疗法的融合，正推动神经肿瘤学从反应性治疗转向预测性与个体化医疗。技术基础已比以往任何时候都更为坚实。

对于身处影像、诊断与人工智能交叉领域的我们而言，信号清晰明确：未来属于那些能有效整合多模态数据，在关键时刻揭示可行动洞见的人。