位于凯斯西储大学的Anant Madabhushi计算成像实验室的科学家们开始在盒子外面思考-或者在他们的情况下，在肿瘤外面寻找。
 
他们希望这种新颖的计算机化方法代表了使用常规CAT扫描诊断癌症的历史性飞跃。
 
如果证明是成功的，那将是一种新的，非侵入性的方式，可以更容易，准确和廉价地识别某些肿瘤-例如在肺部CAT扫描中经常发现的结节-是否是癌性的或无害的。
 
目前，肺癌筛查涉及放射科医师在CAT扫描中识别可疑的结节。然后对患者进行侵入性和昂贵的手术活组织检查或其他程序来分析结节。
 
然而，到目前为止，凯斯西储大学的研究人员已经使用计算机来分析肿瘤外的区域和附近的血管，以成功预测这些结节是否是癌变-不是通过更深入的检查或切入它们。
 
最新研究在最近的一些出版物中得到了强调，其中Madabhushi，工程学院的生物医学工程的F.Alex Nason教授II是资深作者。
 
Niha Beig是生物医学工程博士候选人，他是12月18日发表在Radiology上的研究的主要作者，该研究表明，肿瘤内外的计算机提取异质性模式可以区分CAT扫描中的良性和恶性结节。准确度百分比-相比放射科医师的准确率为60％。
 
今年早些时候，生物医学工程高级研究员Mehdi Alilou是一项研究的主要作者，该研究显示肺结节中“血管弯曲”或扭曲血管的计算机提取模式可以区分恶性和肺部结节，准确率为85％。
 
“我对这些论文感到兴奋的首要原因是我们处于真正未知的领域，”Madabhushi说。“我们都受过训练，'资金在肿瘤中'，但这些论文明确表明，肿瘤外也有很多信号。”
 
看着肿瘤外面
 
“我们现在做的是放射科医生通常不会做的事情，”Madabhushi说。“放射科医生一直在研究CAT扫描40或50年，但他们从未在这些地方寻找或找到我们发现的东西。”
 
Madabhushi和他的团队今天在研究的一个方面发表了一篇论文，他们正在使用“深度学习”诊断计算机来检查在肺部CAT扫描和肿瘤周围区域发现的结节的血管形状。他们发现以前未记录的血管变化-或其他健康的周围组织-准确预测附近的癌症生长，在这种情况下，肺癌。
 
Madabhushi说，现有CAT扫描的简单而廉价的诊断可以确定患者是否需要更多侵入性和昂贵的手术。
 
“很多这些结节在扫描中显示为'不确定'，但98％的结果是良性的，但只有在经过更多的测试后，”他说。“因此，它的经济性，以及患者的焦虑。
 
“我们并没有真正做好肺癌筛查工作，因为我们没有更好的工具。这将是一个远远更好的工具。”