近日，从第59届美国放射肿瘤学会（ASTRO）传来好消息，以四川省肿瘤医院郎锦义教授、王培副研究员为通讯作者，尹刚副研究员为第一作者的论文《PredictingBrain Metastases from Non-Small Cell Lung Cancer based on Magnetic ResonanceLmaging（基于核磁共振技术预测肺癌脑转移）》被学术委员会授予“基础、转化科学文摘奖（Basic/Translational Science Abstract Award）”。
成都商报记者从四川省肿瘤医院方面了解到，这个奖项是ASTRO在放射物理领域，首次授予中国大陆研究人员。该论文所研究的研究成果能够帮助临床医生对癌症，尤其对肺癌的治疗方案有更精准的选择。今年9月，该论文将在大会进行专题报告。
一次意外
论文曾被ASTRO的官方杂志‘红皮杂志’毙稿
6月14日早上，尹刚启动办公室的电脑，随即收到一封来自美国圣地亚哥的全英文的邮件：You have won the Basic/Translational Science Abstract Award（你们获得了基础、转化科学文摘奖）。尹刚觉得有些意外，“这个奖从来没给过来自中国大陆的研究人员，没想到会得这个奖”，确认发件方的确来自，他立即将这封邮件转发给郎锦义和王培。
▲尹刚
“半年前我们还向开办的‘红皮杂志’投过这篇论文，结果被‘毙稿’了，所以能重新得奖，的确很意外。”713日，记者来到尹刚的办公室，他告诉记者，论文被拒绝后，他和郎锦义、王培又将论文投到了另一本专业杂志，期间修改过4次，最终将他们的研究成果公布于世。
“现在希望我们把论文在‘红皮杂志’再刊登一次，但是版权就不允许了，下一步就是月份去美国圣地亚哥领奖和参加年会。”尹刚觉得这是一次挺有戏剧性的获奖过程，方面没有解释其中的原因，尹刚认为“可能是看中了我们跨界’的研究思路和方法，就是结合交叉学科的优势解决我们所面临的临床问题”。
据公开资料显示，美国放射肿瘤学会成立于1958年，是放射肿瘤领域在世界上影响力最大、学术水平最高的学术组织。由举办的年会，也是国际上规模最大、学术水平最高的肿瘤放射治疗学术盛会。
一次跨界
灵感来源认知神经科学像训练AlphaGo一样训练模型
论文《基于核磁共振技术预测肺癌脑转移》所提供的学术成果，是借鉴了认知神经学科的研究方法，搭建出一套判断癌细胞转移的算法模型。尹刚举例解释，患者的认知和心理的变化，可能与癌细胞脑转移是有关联的，这就是该论文所运用的原理之一。
▲郎锦义
尹刚曾经在电子科技大学学习，攻读了“认知神经学科”领域的博士学位。而本次获奖论文的灵感来源，是源于他对认知神经学科的深刻认识。“我们将认知神经学科领域里的一些研究方法，移植到了癌细胞脑转移的判断上。”尹刚说，自年底，他和郎锦义、王培开始了这项研究的初步设计。
▲王培
“两年多的时间里，我们研究了100多位癌症患者。”王培告诉记者，他们观察了这多位癌症患者的动态信息，从严重到好转、从普通到恶化、甚至直至死亡的全过程，从而判断出哪些患者有更大的概率发生脑转移。随后又对这多个样本产生的数据进行研究和整理，并建立起一套算法模型，最终完成论文。
“现在只能说初步完成了研究，距离它最终成型并运用到临床，还需要继续完善研究。”尹刚说，多个样本远远不够，他们还需要找更多的样本，来“训练”这个模型，“就像谷歌训练那个下围棋的机器人AlphaGo一样，我们的模型也需要大量的训练，属于医疗领域的人工智能”。
一种意义
帮助医生精准判断让患者少走弯路
“一些癌细胞，尤其是肺癌细胞是否会发生脑转移的时候，医生用于判断的指标很弱，如果有了‘论文’中的算法模型，可以提高医生判断癌细胞脑转移发生的概率。”尹刚介绍，通常医生在判断脑转移的时候，面临着两难的选择，发生低风险患者被过度治疗，或者高风险患者被保守治疗的可能性，这套算法将降低这种可能性。
“这个算法的目的，就是帮助医生更精准的判断癌细胞、尤其是肺癌细胞是否发生脑转移，从而选择更为适合患者的治疗方法。”王培介绍，研究员的职责是帮助医生保障医疗安全和医疗质量，而这套算法可以让医生得到更多的有用信息，从而让患者也规避了不适合的、过度的治疗方法，让患者少走弯路，最终减少生理痛苦和经济损失。
成都商报客户端记者王拓
图片由受访者提供
编辑杨渝彤
如果觉得《省肿瘤医院3专家获美国放射肿瘤学会文摘奖》对你有帮助，请点赞、收藏，并留下你的观点哦！
