人工智能发现肿瘤图像中的突变模式

他们已经表明算法可以区分健康和癌症组织，并且还可以识别超过160个DNA的模式和肿瘤的数千个RNA变化。这项研究突出了潜力人工智能改善癌症诊断、预后和治疗。

癌症诊断和预后主要基于两种主要方法。在一个，组织病理学家检查外观癌症显微镜下的组织。另外，癌症遗传学分子分析癌细胞遗传密码中发生的变化。这两种方法都对于理解和治疗癌症至关重要，但它们很少使用。“临床医生始终使用显微镜幻灯片进行癌症诊断。然而，这些幻灯片的全部潜力尚未解锁。随着计算机愿景的进步，我们可以分析这些幻灯片的数字图像以了解分子水平的发生什么，”福福说，博尔斯康集团的博士法尔·贝尔

计算机视觉算法是一种人工智能，可以识别图像中的某些特征。傅教授和他的同事重新利用了谷歌开发的这种算法——最初用于分类柠檬、太阳镜和散热器等日常用品——来区分不同的癌症类型和健康组织。他们表明，这种算法也可以用来预测肿瘤组织的存活，甚至是DNA和RNA的变化模式。

教算法检测分子变化

以前的研究使用类似的方法来分析来自单一或少量癌症类型的图像，具有选定的分子改变。然而，傅和同事通过前所未有的规模概括了这种方法：他们培训了从收集的癌症基因组图集收集的28种癌症类型超过17,000个图像的算法，并研究了所有已知的基因组改变。“什么是非常显着的是，我们的算法可以自动将几乎任何肿瘤的组织学外观与非常广泛的分子特征，患者生存，”Moritz Gersung，Embl-Ebi集团的领导者解释道。

总的来说，他们的算法能够检测出167种不同的突变模式和数千种基因活动变化。这些发现详细地显示了基因突变如何改变肿瘤细胞和组织的外观。

另一个研究小组独立地验证了这些结果，他们使用了一种类似的人工智能算法，应用于8种癌症类型的图像。他们的研究发表在同一期的《自然·癌症》杂志上。

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一个更清晰的图像肿瘤的概要文件。检测与单个肿瘤相关的分子特征、细胞组成和存活将有助于临床医生根据患者的需要量身定制合适的治疗方法。“从临床医生的角度来看，这些发现非常令人兴奋。我们的工作展示了人工智能在临床实践中的应用，”临床科学家路易莎·摩尔解释道病理学家在维康桑格研究所和阿登布鲁克医院“尽管全世界的癌症病例数量在增加，病理学家的数量却在减少。与此同时，我们努力摆脱“一刀切”的方法，进入个性化医疗。的组合数字病理学人工智能可以缓解这些压力，提高我们的实践和病人护理水平。”

测序技术对癌症研究的最前沿推动了基因组学，但这些技术对世界各地的大多数诊所仍然无法进入。直接测序的可能替代方案是使用AI使用更便宜的数据来模拟基因组分析，如显微镜幻灯片。“以完全自动的方式从标准肿瘤形象中获取所有信息是革命性的，”亚历山大·努格，博士说。Embl-Ebi的学生。“这项研究显示了未来几年可能有可能，但这些算法必须在临床实施之前精制。”

这项研究发表在自然的癌症。