美国纽约大学医学院利用人工智能判定肺癌类型

美国纽约大学医学院研究者报告的一种新的人工智能／机器学习程序可分析患者肺癌肿瘤影像，判定肿瘤类型，甚至可以判断驱动基因异常。

研究发现，人工智能判断腺癌还是鳞癌的准确性高达97％，而即使是有经验的病理科医生不做进一步检查都会有时难以给出诊断。

这种人工智能还能确定6种肺癌相关基因包括EGFR、KRAS和TP53等有无异常。

可能是这些基因改变或突变可导致肿瘤异常生长，也可改变细胞形态及与周围环境的相互作用，可能为机器自动分析提供图像线索。

随着针对特定基因突变的靶向药物应用越来越广泛，特定基因检测也变得非常重要，约有20％的腺癌者有EGFR突变，目前针对EGFR突变已有多种获批药物可以应用。只是目前确定这些突变的基因检测通常都要几周才能返回检测结果，延误了抗肿瘤治疗。

该研究提示，人工智能可非常迅速地给出肿瘤类型和基因突变类型等信息，便于患者尽早开始靶向治疗。

研究者设计了统计学方法让他们的程序可以学习如何更好地完成指令，这些程序建立规则和算法模型可以基于数据样本做出决策，训练数据越多程序就变得越聪明。

研究者用Google＇s Inception v3分析人类基因组图谱数据库肿瘤诊断时影像资料，判断他们的人工智能程序可以准确地自动区分正常组织和癌组织。

有趣的是，研究者发现，人工智能判断错误的为数不多的肿瘤，病理科医生诊断也是错误的，提示这些肿瘤本身就是很难判断。而54例被至少一名病理科医生判断错误的病例，有45例被人工智能给正确诊断出来了，提示人工智能是非常得力的。

目前研究者计划继续对他们的人工智能程序进行数据训练，直到它确定基因突变的准确性达到90％以上，那时研究者就可以提请政府批准该人工智能的临床应用，在多种肿瘤中探讨其应用价值。