本報記者 張夢然

在生活工作中，人們已能感受到生成式AI的強大。但除了覆蓋到日常生活，還有一類領(lǐng)域也正在被AI模型悄悄改變——醫(yī)學中的癌癥診斷。

革命性的轉(zhuǎn)變就在眼前?，F(xiàn)在，美國哈佛醫(yī)學院、斯坦福大學和布萊根婦女醫(yī)院聯(lián)合團隊設(shè)計了一種多功能的、類似ChatGPT的AI模型，能對多達19種癌癥作出精確診斷。在近日出版的《自然》雜志上，對這種全新一代AI進行了詳細介紹。和目前大多數(shù)AI診斷方法相比，新的AI“癌癥專家”向前邁進了一大步。

可以說，它既是AI發(fā)展過程中的里程碑，也是癌癥診療界一次質(zhì)的飛躍。

具備大語言模型的靈活性

目前的癌癥診斷AI，通常被訓練來執(zhí)行“特定任務(wù)”，如檢測某種癌癥是否存在，或預(yù)測某種腫瘤基因圖譜。這些AI通過識別和訓練之后，可在較短時間內(nèi)判斷組織樣本是否存在腫瘤，也能部分預(yù)測腫瘤組織的侵襲性。

這些AI僅能在少數(shù)腫瘤類型中進行有限的診斷和預(yù)測。AI工程師認為，這遠未發(fā)揮出AI的全部實力。

相比之下，新一代AI具有與ChatGPT等大型語言模型一樣的靈活性，可執(zhí)行廣泛的任務(wù)。研究人員用其在19種癌癥類型中進行了測試。

雖然近期已出現(xiàn)了其他基于病理圖像的醫(yī)學診斷基礎(chǔ)AI模型，但據(jù)信，這是第一個能預(yù)測患者結(jié)果并在國際患者群體中得到驗證的模型。

該AI模型通過讀取腫瘤組織的數(shù)字幻燈片來工作。它可根據(jù)圖像上看到的細胞特征檢測癌細胞，預(yù)測腫瘤的分子特征，其準確度高于大多數(shù)當前AI系統(tǒng)。它可預(yù)測多種癌癥的患者生存率，并準確定位腫瘤周圍組織的特征，這些特征與患者對手術(shù)、化療、放療和免疫療法等標準治療的反應(yīng)有關(guān)。

換句話說，在此前未知的、與患者生存相關(guān)的腫瘤特征領(lǐng)域，AI工具似乎產(chǎn)生了新的“見解”。

擁有超越“前輩”的準確率

研究人員將新模型命名為CHIEF，是“臨床組織病理學成像評估基礎(chǔ)”之意。它首先要用1500萬張未標記圖像進行訓練，然后，再基于6萬張全切片圖像進行進一步訓練，樣本包括肺部、胃部、結(jié)腸、大腦、肝臟、胰腺和腎上腺皮質(zhì)等19種組織。通過訓練模型查看圖像的特定部分和整個圖像，它能將一個區(qū)域的變化與整體背景聯(lián)系起來。

這種方法，使CHIEF能比“前輩”AI都更善于考慮廣泛背景。而這種全面解讀，幾乎帶來了圖像診療學的飛躍。

為了證明CHIEF并非“虛有其表”，團隊利用來自全球24家醫(yī)院和患者群體的32個獨立數(shù)據(jù)集中的19400多張全幻燈片圖像，測試了其性能。

CHIEF在癌癥檢測方面實現(xiàn)了近94%的準確率。在從獨立隊列收集的5個活檢數(shù)據(jù)集中，CHIEF在食道、胃、結(jié)腸和前列腺等多種癌癥類型中的準確率達到96%。當團隊利用手術(shù)切除的結(jié)腸、肺癌、乳腺癌、子宮內(nèi)膜和宮頸腫瘤等未見過的樣本測試CHIEF時，準確率也超過90%。

總體而言，CHIEF診斷的準確率比現(xiàn)在最先進的AI方法高出36%，且不僅是癌細胞檢測，還有腫瘤來源判斷、患者結(jié)果預(yù)測，以及對治療反應(yīng)相關(guān)基因的識別。

由于其進行過多功能訓練，無論腫瘤細胞是通過活檢還是手術(shù)切除獲得，CHIEF的判斷都同樣出色。而且，無論使用何種技術(shù)將癌細胞樣本數(shù)字化，它的準確性都一樣高。這種適應(yīng)性使它可用于不同的臨床環(huán)境。

將是病理科醫(yī)生的好幫手

值得注意的是，腫瘤的基因組成，其實是決定其未來“行為”和最佳治療方法的關(guān)鍵線索。

現(xiàn)在，AI的能力結(jié)合人類病理學醫(yī)生的經(jīng)驗，能以前所未有的快速、經(jīng)濟的方式，高效識別圖像上提示特定基因組畸變的細胞模式。

在查看全組織圖像時，CHIEF能以超過70%的總體準確率識別54種常見的癌癥基因突變。對于特定癌癥類型的特定基因，它的準確率更高。為了更好地協(xié)助人類醫(yī)生，AI在圖像識別之后，會可視化這些重點區(qū)域，并反映出癌細胞與周圍組織之間的相互作用，再生成“熱圖”。當人類病理學家分析這些AI得出的熱點時，那些值得注意的信號就會非常醒目。

這進一步凸顯出AI可提高臨床醫(yī)生有效、準確評估癌癥的能力。

但即使是這樣革命性的診療AI，也遠不是十全十美。

科學家正在計劃進一步提高它的性能，方法則是一組接一組的“特訓”：對罕見疾病和非癌癥組織圖像進行額外訓練；用細胞完全癌變之前的癌前組織樣本進行訓練；向模型提供更多分子數(shù)據(jù)，以增強其識別不同侵襲程度癌癥的能力……

在“特訓”后，AI不僅能幫助人類醫(yī)生診斷癌癥，優(yōu)化治療方案，還能預(yù)測那些層出不窮的新型癌癥療法的益處和副作用，真正幫助醫(yī)生和患者少走彎路。

免責聲明：凡本網(wǎng)注明“來源：XXX（非駐馬店廣視網(wǎng)、駐馬店融媒、駐馬店網(wǎng)絡(luò)問政、掌上駐馬店、駐馬店頭條、駐馬店廣播電視臺）”的作品，均轉(zhuǎn)載自其它媒體，轉(zhuǎn)載目的在于傳遞更多信息，并不代表本網(wǎng)贊同其觀點和對其真實性負責，作品版權(quán)歸原作者所有，如有侵犯您的原創(chuàng)版權(quán)請告知，我們將盡快刪除相關(guān)內(nèi)容。凡是本網(wǎng)原創(chuàng)的作品，拒絕任何不保留版權(quán)的轉(zhuǎn)載，如需轉(zhuǎn)載請標注來源并添加本文鏈接：http://90m2em.cn/showinfo-108-334539-0.html，否則承擔相應(yīng)法律后果。