362-FastGlioma：辅助脑肿瘤手术的视觉基石模型

这项研究介绍了一种名为 FastGlioma 的新型人工智能系统，旨在解决癌症手术中难以精确检测残留肿瘤的关键难题。该技术利用刺激拉曼组织学（SRH）成像结合深度学习模型，能够在手术过程中快速识别并评估脑肿瘤的浸润情况。通过大规模的自监督学习和临床数据训练，该模型表现出极高的准确率，其性能显著优于传统的组织检测方法。这项创新成果不仅显著缩短了术中诊断的时间，还大幅降低了因肿瘤残留导致的医疗成本并提升了患者生存质量。研究团队指出，这一基于AI的影像辅助方案具有极强的通用性，未来有望推广至肺癌、乳腺癌及前列腺癌等多种实体瘤的精准切除手术中。

References:

• Kondepudi A, Pekmezci M, Hou X, et al. Foundation models for fast, label-free detection of glioma infiltration[J]. Nature, 2025, 637(8045): 439-445.