科学家开发的人工智能算法利用计算机视觉分析癌症患者的组织样本

EMBL欧洲生物信息学研究所(EMBL-EBI)、惠康桑格研究所和英国剑桥阿登布鲁克医院的研究人员和合作者开发了一种人工智能(AI)算法，利用计算机视觉分析癌症患者的组织样本。他们已经表明，该算法可以区分健康组织和癌变组织，还可以识别肿瘤中160多种DNA和数千种RNA的变化模式。《自然癌症》发表的研究强调了人工智能在改善癌症诊断、预后和治疗方面的潜力。

癌症的诊断和预后主要基于两种主要方法。在其中一项研究中，组织病理学家在显微镜下检查癌组织的外观。另一方面，癌症遗传学家分析癌细胞遗传密码的变化。这两种方法对于理解和治疗癌症都是必不可少的，但它们很少一起使用。

“临床医生一直在使用显微镜载玻片进行癌症诊断。然而，这些幻灯片的全部潜力还没有被挖掘出来。随着计算机视觉的发展，我们可以分析这些幻灯片的数字图像，以了解在分子水平上会发生什么。”EMBL-EBI格申集团博士后研究员俞福说。

计算机视觉算法是人工智能的一种形式，可以识别图像中的一些特征。傅和他的同事重新使用了谷歌开发的这种算法——最初用于对柠檬、太阳镜和散热器等日常物品进行分类——来区分健康组织中的各种癌症。他们表明，该算法还可以用于预测肿瘤组织图像的存活率，甚至可以预测DNA和RNA变化的模式。

教授检测分子变化的算法。

先前的研究使用了类似的方法来分析一种或几种具有选定分子变化的癌症类型的图像。然而，傅和他的同事们将这种方法扩展到了前所未有的规模：他们使用癌症基因组图谱中28种癌症类型的17，000张图像来训练算法，并研究了所有已知的基因组变化。

EMBL-EBI团队的负责人莫里茨格斯汀解释说：“非常惊人的是，我们的算法可以自动将几乎所有肿瘤的组织学特征与广泛的分子特征和患者存活率联系起来。”

总体而言，他们的算法可以检测167种不同的突变和数千种基因活动变化模式。这些发现详细显示了基因突变如何改变肿瘤细胞和组织的外观。

另一个研究小组使用类似的人工智能算法对八种癌症类型的图像独立验证了这些结果。他们的研究发表在同一期《自然癌症》。

个性化医疗的潜在工具

分子和组织病理学数据的整合提供了更清晰的肿瘤图谱。检测与单个肿瘤相关的分子特征、细胞组成和存活率，将有助于临床医生为患者量身定制合适的治疗方法。

“从临床医生的角度来看，这些发现令人难以置信。我们的工作展示了如何在临床实践中使用人工智能，”惠康桑格研究所和阿登布鲁克医院的临床科学家和病理学家Luiza Moore解释道。“虽然世界上癌症病例的数量在增加，但病理学家的数量在下降。与此同时，我们努力从“千篇一律”的方法转向个性化医疗。数字病理学和人工智能的结合可以缓解这些压力，并增强我们的服务和患者护理。”

测序技术将基因组学推向了癌症研究的前沿，但全球大多数诊所仍然无法获得这些技术。直接测序的一个可能的替代方案是使用AI来使用更便宜的数据(例如显微镜载玻片)来模拟基因组分析。

　　免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！