【资料图】

EMBL 欧洲生物信息学研究所 (EMBL-EBI)、Wellcome Sanger 研究所、英国剑桥 Addenbrooke 医院的研究人员和合作者开发了一种人工智能 (AI) 算法，该算法使用计算机视觉来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，还可以识别肿瘤中超过 160 种 DNA 和数千种 RNA 变化的模式。该研究今天发表在《自然癌症》杂志上，强调了人工智能在改善癌症诊断、预后和治疗方面的潜力。

癌症诊断和预后主要基于两种主要方法。其中，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中发生的变化。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。

“临床医生一直使用显微镜载玻片进行癌症诊断。然而，这些载玻片的全部潜力尚未被释放。随着计算机视觉的进步，我们可以分析这些载玻片的数字图像，以了解在分子水平上发生了什么，” EMBL-EBI Gerstung 小组的博士后研究员 Yu Fu 说。

计算机视觉算法是人工智能的一种形式，可以识别图像中的某些特征。Fu 和他的同事重新利用了这种由谷歌开发的算法——最初用于对柠檬、太阳镜和散热器等日常物品进行分类——以区分各种癌症类型和健康组织。他们表明，该算法还可以用于预测肿瘤组织图像的生存甚至 DNA 和 RNA 模式的变化。

检测分子变化的教学算法

以前的研究已经使用类似的方法来分析来自具有选定分子改变的单一或几种癌症类型的图像。然而，Fu 及其同事以前所未有的规模推广了该方法：他们使用为癌症基因组图谱收集的 28 种癌症类型的 17,000 多张图像对算法进行了训练，并研究了所有已知的基因组改变。