美國紐約大學(xué)醫(yī)學(xué)院研究者報告的一種新的人工智能/機器學(xué)習(xí)程序可分析患者肺癌腫瘤影像，判定腫瘤類型，甚至可以判斷驅(qū)動基因異常。研究發(fā)現(xiàn)，人工智能判斷腺癌還是鱗癌的準(zhǔn)確性高達97%，而即使是有經(jīng)驗的病理科醫(yī)生不做進一步檢查都會有時難以給出診斷。(Nat Med. 2018; 24: 1559-1567. doi: 10.1038/s41591-018-0177-5)

這種人工智能還能確定6種肺癌相關(guān)基因包括EGFR、KRAS和TP53等有無異常?？赡苁沁@些基因改變或突變可導(dǎo)致腫瘤異常生長，也可改變細(xì)胞形態(tài)及與周圍環(huán)境的相互作用，可能為機器自動分析提供圖像線索。

隨著針對特定基因突變的靶向藥物應(yīng)用越來越廣泛，特定基因檢測也變得非常重要，約有20%的腺癌者有EGFR突變，目前針對EGFR突變已有多種獲批藥物可以應(yīng)用。只是目前確定這些突變的基因檢測通常都要幾周才能返回檢測結(jié)果，延誤了抗腫瘤治療。

該研究提示，人工智能可非常迅速地給出腫瘤類型和基因突變類型等信息，便于患者盡早開始靶向治療。

研究者設(shè)計了統(tǒng)計學(xué)方法讓他們的程序可以學(xué)習(xí)如何更好地完成指令，這些程序建立規(guī)則和算法模型可以基于數(shù)據(jù)樣本做出決策，訓(xùn)練數(shù)據(jù)越多程序就變得越聰明。研究者用Google's Inception v3分析人類基因組圖譜數(shù)據(jù)庫腫瘤診斷時影像資料，判斷他們的人工智能程序可以準(zhǔn)確地自動區(qū)分正常組織和癌組織。

有趣的是，研究者發(fā)現(xiàn)，人工智能判斷錯誤的為數(shù)不多的腫瘤，病理科醫(yī)生診斷也是錯誤的，提示這些腫瘤本身就是很難判斷。而54例被至少一名病理科醫(yī)生判斷錯誤的病例，有45例被人工智能給正確診斷出來了，提示人工智能是非常得力的。

目前研究者計劃繼續(xù)對他們的人工智能程序進行數(shù)據(jù)訓(xùn)練，直到它確定基因突變的準(zhǔn)確性達到90%以上，那時研究者就可以提請政府批準(zhǔn)該人工智能的臨床應(yīng)用，在多種腫瘤中探討其應(yīng)用價值。

(編譯 唐寧)