近日，我会会员、东南大学数学学院/丘成桐中心李铁香教授联合南京鼓楼医院张冰教授团队，在国际顶尖综合期刊《美国科学院院刊》（PNAS）在线发表题为《用于神经胶质瘤分割和遗传标记预测的基于最优传输和张量奇异值分解的深度学习模型：一项多中心数据研究》的学术论文。该成果标志着我省数学工作者在“数学+医学”交叉领域再攀高峰，为脑胶质瘤的精准诊疗提供了全新的中国方案。

李铁香团队将最优传输（OMT）与张量奇异值分解（tensor SVD）引入深度学习框架，首创“最优传输-代数预分类模型”（OMT-APC）。通过对16个中心、3500余例脑胶质瘤影像数据的大规模训练，模型在权威 TCGA 测试集上取得迄今最优性能：胶质瘤分级准确率 85.5%，较传统方法提升 1.5%；IDH 突变状态识别率 91.7%，提升 7.7%；1p/19q 共缺失分类精度 80.9%，提升 4.9%。

该研究为不能耐受开颅切除手术的患者提供了高精度、非侵入性的基因信息获取途径；同时可在病理诊断存疑时作为独立复核手段，显著降低误诊风险。目前，相关算法软件已在南京鼓楼医院影像科部署试运行，临床测试病例 WT 分割精度超 95%、TC 分割精度超 90%，获得影像科专家一致好评。

李铁香教授长期深耕计算几何与最优传输理论，此次与临床、AI 完美融合，充分展示了“数学+AI”在重大疾病诊疗中的巨大潜力，也为我会持续推动的“生物数学与医学应用”研究范式提供了生动范例。

江苏省工业与应用数学学会谨向李铁香教授及其合作团队表示热烈祝贺！学会将持续搭建高水平交叉平台，促进数学与生命科学、临床医学的深度协同，为建设“健康中国”贡献江苏数学人的智慧和力量。

论文的正式链接（DOI）为：https://doi.org/10.1073/pnas.2500004122