Nature重磅：人工智慧AI預測癌症起源，改善對複雜轉移性癌症的診斷

人工智慧作為一種新興的顛覆性技術，正在逐步釋放著科技革命和產業變革積蓄的巨大能量，並深刻改變了人類生產生活方式和思維方式。可以說，人工智慧已然對經濟發展、社會進步等方面產生重大而深遠的影響。

目前，人工智慧已經在手機AI、人臉語音識別、圍棋等領域大顯身手，並且在不斷擴大其應用領域。值得注意的是，一直以來「AI+醫療」被人們寄予厚望，它可以在減輕醫療負擔的同時，減少誤診漏診的的發生。

2021年5月5日，哈佛醫學院Faisal Mahmood團隊在Nature期刊發表了題為：AI-based pathology predicts origins for cancers of unknown primary的研究論文。

研究團隊開發了一種人工智慧（AI）系統，該系統使用常規組織學切片就能準確查找轉移性腫瘤的起源，同時對原發灶不明癌症（Cancer of Unknown Primary，CUP）進行鑒別診斷。該AI系統能夠改善對複雜轉移性癌症患者的診斷，尤其是醫療資源貧乏地區的患者的診斷。

在1-2％的癌症病例中，無法確定腫瘤最開始發生的部位，也就是原發灶。由於許多現代癌症治療方法都針對原發性腫瘤，因此原發灶不明癌症（Cancer of Unknown Primary，CUP）的預後很差，平均總生存期僅為2.7-16個月。

為了獲得更具體的診斷結果，患者通常必須進行廣泛的診斷檢查，其中可能包括額外的實驗室檢查、活檢和內窺鏡檢查等等，這會導致治療延遲，對患者生存不利。

幾乎每個診斷出癌症的患者都有組織切片，這是一百多年來的診斷標準。人工智慧（AI）結合這些可獲取的通用數據能夠大大改善這些通常需要大量人工診斷的複雜病例。

在這項研究中，研究團隊開發了一種基於深度學習的演算法，並將其命名為「深度學習評估腫瘤起源」（TOAD），可將腫瘤識別為原發性或轉移性腫瘤，並預測其原發灶。

研究團隊使用超過22000個癌症病例的十億像素病理學全切片圖像對該AI系統進行了訓練，然後在約有6500個已知原發癌症病例中進行了測試，並分析了日益複雜的轉移性癌症，以建立該AI模型在原發灶不明癌症（CUP）上的分析能力。

對於已知原發灶的腫瘤，該AI模型的預測準確率為83%，Top3預測準確率為96%。然後，研究團隊在317個原發灶不明癌症（CUP）中測試了該AI模型，結果發現該AI模型的診斷與病理學家的一致率為63%，Top3診斷一致率為82％。

該AI模型的效果與使用基因組數據預測腫瘤起源的幾項近期研究報告大致相當。儘管基於基因組的AI技術為診斷提供了另一種選擇，但患者通常沒有基因檢測數據，尤其是在疫療資源匱乏的環境中。

研究團隊表示，該AI模型能夠減少需要進行的輔助檢查次數，減少額外組織採樣，降低患者診斷所需總時間，能夠加速診斷和後續治療。此外，Top3預測結果可以指導病理學就縮小范圍，從而更簡單地進行後續操作。

這是使用全組織切片圖像進行AI輔助癌症起源預測的第一步，是一個令人興奮的領域，具有標準化和改善診斷過程的潛力。研究團隊希望繼續在更多病例中訓練這一基於組織學的AI模型，並參與臨床試驗，以確定它是否可以提高診斷能力和患者預後。

裡來源：生物世界