机器学习提高了头颈部癌症的诊断

在德国，每年有超过1.7万人被诊断出患有头颈部癌症。这些癌症包括口腔癌、喉癌和鼻癌，但也会影响头颈部的其他部位。一些头颈部癌症患者也会发展成肺癌。“在大多数病例中，不可能确定这些是患者头颈部癌症的肺转移还是第二原发癌症，即原发肺癌。”Charité病理研究所的Frederick Klauschen教授解释道，他与Charité神经病理学部门的David Capper教授共同领导了这项研究。Klauschen教授强调说:“这种区别对于这些癌症患者的治疗非常重要。”“虽然手术可以治愈局部肺癌患者，但转移性头颈部癌症患者的生存状况明显恶化，需要进行放化疗等治疗。”

当试图区分转移和第二原发性肿瘤时，病理学家通常会使用建立的技术，例如分析癌症的微观结构和检测组织中的特征蛋白。然而，由于头部和颈部癌症和肺癌之间的标记相似性，这些测试通常不确定。“为了解决这个问题，我们测试了特定化学改变的组织样本，称为DNA甲基化，”夹头教授解释。他补充说：“从早期的研究中知道，癌细胞中的DNA甲基化模式高度依赖于癌症起源的器官。”

该研究小组与Tu Berlin教授博士博士克劳尔罗伯特Müller博士，采用了基于人工智能的方法，使这些信息在实践中有用。研究人员使用来自几百头和颈部和肺癌的DNA甲基化数据，以便培训深神经网络以区分两种类型的癌症。“我们的神经网络现在能够区分大多数情况下的肺癌和头颈癌转移，从而实现了99％以上的准确性，”克劳森教授强调。他仍在继续：“确保头部和颈部癌症和额外的肺癌的患者将从我们的研究结果中受益尽可能快，我们目前正在测试常规实践中这种诊断方法的实施过程中的过程。这将包括前瞻性验证研究，以确保可以向所有受影响的患者提供新方法。“

与Charité的研究人员一起工作，柏林机器学习（BZML）教授，Müller教授，同样高兴的结果：“人工智能正在发挥越来越重要的作用，不仅在我们的日常生活中扮演着越来越重要的作用行业，也在自然科学和医学研究中。然而，人工智能的使用是在医学领域的尤其复杂;这就是为什么，到目前为止，研究发现只有很少为患者提供直接益处。这现在可以改变。“