江苏龙网

  1. 首页 > 资讯 > >

人工智能@AI又当医生了，这次是通过血液识别癌症

AI又当医生了 ， 这次是通过血液识别癌症
近日 ， 顶尖学术期刊《自然》上线了一项有关癌症诊断的重要研究 。
【人工智能@AI又当医生了 ， 这次是通过血液识别癌症】与以往不同的是 ， 来自美国加州大学圣迭戈分校的科学家 ， 通过训练人工智能从血液中鉴定微生物的遗传物质 ， 不仅可以识别出癌症 ， 还能对不同类型的癌症做出区分 。
“这是一个很有前景的方向 ， 改变了传统的检测方法 ， 而且运用人工智能技术 ， 使得海量的检索和比对工作得以快速而准确地完成 。 ”南京信息工程大学教授徐军评价道 。
微生物与肿瘤微环境息息相关
菌群与人体的关系毫无疑问是十分密切的 。 有科学家估计 ， 在每个人的身体中细菌的数量占到了人体所有活细胞的90% 。 此外 ， 我们体内还有许多病毒存在 。
这些常驻人体的微生物几乎参与了人体的一切生命活动 ， 所以 ， 它们的核酸片段（DNA或RNA）也就经血液游荡在我们体内 。
近年来 ， 许多研究证据显示 ， 人体微生物对多种类型的肿瘤有“贡献” 。 科学家猜想 ， 这些微生物在癌症中所起的作用也许比我们已知的更多 。 因为以前的癌症研究工作 ， 忽略了人体癌细胞与微生物可能有复杂的相互作用 。
这也就提供了一种全新的检测癌症的思路：用正常人血液中与癌症患者血液做对比 ， 其中的微生物是否会有差别呢？
于是 ， 美国加州大学圣迭戈分校的科学家有了一个大胆的设想：分析血液中来自微生物的遗传物质 ， 可以根据其特征模式来识别体内的肿瘤 。
如果在过去 ， 这种设想真的只能是想想罢了 ， “这是因为细菌的数量十分庞大 ， 检测它们的基因序列将是一个海量工程 。 ”徐军说 ， 但是得益于基因测序技术的发展 ， 现在测序的费用与时间都在大幅下降 ， 同时微生物的基因测序也能够运用AI技术 ， 效率能大大提升 。
徐军告诉记者 ， 疾病的检测、诊断和治疗是一个非常复杂的过程 ， 需要借助多方面信息 ， 比如图像数据、基因数据、分子和蛋白的表达 ， 患者的病史、遗传背景、家族史等其他数据化信息 ， 以及患者的临床数据 ， 微生物的核酸特征等等 。 大数据和机器学习技术的加入 ， 从基因层面、细胞层面、以及微生物层面展现患者个体化的信息 。
“我们对这些问题理解越深刻 ， 治疗疾病的成功率就越高 。 ”徐军说 ， 在没有AI技术之前 ， 尽管我们能够采集大量的数据 ， 但是由于能力限制 ， 能够获取的知识很有限 。 比如尽管我们能够破译人类的基因 ， 但是目前90%以上的信息我们还不能理解对疾病的诊断和治疗有什么作用 。
人工智能测癌可靠性有多高
研究人员在几千份样本中找到相应的微生物特征后 ， 把工作交给了人工智能 。 通过相应的机器学习模型来挖掘大量数据 ， 把特定的微生物序列特征与特定的癌症相匹配 。
“机器学习的方式主要有监督学习和非监督学习 ， 从这个项目公开的信息来看 ， 采用的是监督学习模式 。 ”徐军分析说 ， 监督学习的特点是人类会把知识传授给计算机 ， 计算机根据样本的特征进行学习 ， 接下来就能够自动区分疾病或者健康的样本 。
另一种非监督学习将能够使得机器具备更高的智能 ， 即人类没有给计算机提示 ， 计算机通过归纳的样本之间的规律和模式 ， 突破了以往需人类干预才可学习的局限 。
“现在还有一种新的非监督学习模式——对抗学习 ， 其特点是人类设计出两个模型 ， 一个用于制造伪装数据 ， 另一个用于鉴别伪装 ， 在你来我往中实现互赢 ， 最后达到纳什均衡状态 。 ”徐军认为 ， 我国拥有大量的疾病数据 ， 医学和人工智能领域之间如果能够长期深入合作 ， 将能够更好地为患者服务 。
从此项研究的结果来看 ， 这套AI模型在实际诊断中是可靠的 。 科学家让AI对100名患者的样本血浆进行分析 ， 并与69名健康无癌个体的血样进行比较 。 机器学习模型不仅可以区分患癌和无癌的样本 ， 还能区分不同类型的癌症：以86%的敏感性识别出肺癌患者 ， 对于无肺部疾病的个体没有出现假阳性报告 ， 并且以81%的准确率区分出前列腺癌和肺癌 。


推荐阅读


上一篇：【戒烟】茶烟取代电子烟成新宠 专家：吸食无香更无益

下一篇：科学@中国科学家构建新型光学脑—脑接口