气象学家通过复杂的数学模型预测天气，监测给定时间和空间内的状态变化。今天，一项创新的研究发表在生物学直接结果表明，用于天气预报的状态估计方案，原则上可以用于预测恶性脑肿瘤的生长和扩散。

为了展示生物过程时空模型的潜在用途，Kostelich et al。专注于创造临床有用预测多形性胶质母细胞瘤的可能性，多形性胶质母细胞瘤是人类最常见和最具侵略性的脑癌类型。

胶质母细胞瘤预后较差，诊断后的平均生存时间约为14个月，而且对化疗和放疗等传统治疗方法有很大抵抗性。胶质母细胞瘤肿瘤细胞群的位置和密度影响患者的症状和治疗计划。这一点，再加上肿瘤复杂的几何形状，使其成为检验数学方法的重要癌症。

一种以前用于数值天气预报的现代状态估计算法，称为局部集合变换卡尔曼滤波(Local Ensemble Transform Kalman Filter, LETK)，被应用于两种不同的胶质母细胞瘤数学模型。然后利用数据同化技术来更新状态向量，状态向量是胶质母细胞瘤生长模型的初始条件，通过结合新的观察结果和一个或多个先前的预测。

这种方法对胶质母细胞瘤的短期(60天)扩散和生长进行预测的可行性，在单个患者的病例中被成功地证明了，使用假想肿瘤的合成磁共振图像。

虽然还处于初步阶段，但这种智能预测胶质母细胞瘤进展的方法可能在临床环境中被证明是有用的，有可能帮助治疗计划和患者咨询。在更广泛的范围内，它还显示出在未来适用于其他癌症和疾病的建模工作方面有很大的希望。