近日，從第59屆美國放射腫瘤學會（ASTRO）傳來好消息，以四川省腫瘤醫院郎錦義教授、王培副研究員為通訊作者，尹剛副研究員為第一作者的論文《PredictingBrain Metastases from Non-Small Cell Lung Cancer based on Magnetic ResonanceLmaging（基於核磁共振技術預測肺癌腦轉移）》被學術委員會授予「基礎、轉化科學文摘獎（Basic/Translational Science Abstract Award）」。
成都商報記者從四川省腫瘤醫院方面了解到，這個獎項是ASTRO在放射物理領域，首次授予中國大陸研究人員。該論文所研究的研究成果能夠幫助臨床醫生對癌症，尤其對肺癌的治療方案有更精準的選擇。今年9月，該論文將在大會進行專題報告。
一次意外
論文曾被ASTRO的官方雜誌『紅皮雜誌』斃稿
6月14日早上，尹剛啟動辦公室的電腦，隨即收到一封來自美國聖地牙哥的全英文的郵件：You have won the Basic/Translational Science Abstract Award（你們獲得了基礎、轉化科學文摘獎）。尹剛覺得有些意外，「這個獎從來沒給過來自中國大陸的研究人員，沒想到會得這個獎」，確認發件方的確來自，他立即將這封郵件轉發給郎錦義和王培。
▲尹剛
「半年前我們還向開辦的『紅皮雜誌』投過這篇論文，結果被『斃稿』了，所以能重新得獎，的確很意外。」713日，記者來到尹剛的辦公室，他告訴記者，論文被拒絕後，他和郎錦義、王培又將論文投到了另一本專業雜誌，期間修改過4次，最終將他們的研究成果公布於世。
「現在希望我們把論文在『紅皮雜誌』再刊登一次，但是版權就不允許了，下一步就是月份去美國聖地牙哥領獎和參加年會。」尹剛覺得這是一次挺有戲劇性的獲獎過程，方面沒有解釋其中的原因，尹剛認為「可能是看中了我們跨界』的研究思路和方法，就是結合交叉學科的優勢解決我們所面臨的臨床問題」。
據公開資料顯示，美國放射腫瘤學會（）成立於1958年，是放射腫瘤領域在世界上影響力最大、學術水平最高的學術組織。由舉辦的年會，也是國際上規模最大、學術水平最高的腫瘤放射治療學術盛會。
一次跨界
靈感來源認知神經科學像訓練AlphaGo一樣訓練模型
論文《基於核磁共振技術預測肺癌腦轉移》所提供的學術成果，是借鑑了認知神經學科的研究方法，搭建出一套判斷癌細胞轉移的算法模型。尹剛舉例解釋，患者的認知和心理的變化，可能與癌細胞腦轉移是有關聯的，這就是該論文所運用的原理之一。
▲郎錦義
尹剛曾經在電子科技大學學習，攻讀了「認知神經學科」領域的博士學位。而本次獲獎論文的靈感來源，是源於他對認知神經學科的深刻認識。「我們將認知神經學科領域裡的一些研究方法，移植到了癌細胞腦轉移的判斷上。」尹剛說，自2014年年底，他和郎錦義、王培開始了這項研究的初步設計。
▲王培
「兩年多的時間裡，我們研究了100多位癌症患者。」王培告訴記者，他們觀察了這多位癌症患者的動態信息，從嚴重到好轉、從普通到惡化、甚至直至死亡的全過程，從而判斷出哪些患者有更大的概率發生腦轉移。隨後又對這多個樣本產生的數據進行研究和整理，並建立起一套算法模型，最終完成論文。
「現在只能說初步完成了研究，距離它最終成型並運用到臨床，還需要繼續完善研究。」尹剛說，多個樣本遠遠不夠，他們還需要找更多的樣本，來「訓練」這個模型，「就像谷歌訓練那個下圍棋的機器人AlphaGo一樣，我們的模型也需要大量的訓練，屬於醫療領域的人工智慧」。
一種意義
幫助醫生精準判斷讓患者少走彎路
「一些癌細胞，尤其是肺癌細胞是否會發生腦轉移的時候，醫生用於判斷的指標很弱，如果有了『論文』中的算法模型，可以提高醫生判斷癌細胞腦轉移發生的概率。」尹剛介紹，通常醫生在判斷腦轉移的時候，面臨著兩難的選擇，發生低風險患者被過度治療，或者高風險患者被保守治療的可能性，這套算法將降低這種可能性。
「這個算法的目的，就是幫助醫生更精準的判斷癌細胞、尤其是肺癌細胞是否發生腦轉移，從而選擇更為適合患者的治療方法。」王培介紹，研究員的職責是幫助醫生保障醫療安全和醫療質量，而這套算法可以讓醫生得到更多的有用信息，從而讓患者也規避了不適合的、過度的治療方法，讓患者少走彎路，最終減少生理痛苦和經濟損失。
成都商報客戶端記者王拓
圖片由受訪者提供
編輯楊渝彤