新浪登录
腾讯登录面对癌症，人工智能留给我们多少想象空间？
| 导读 | 现在，英国斯旺西大学和美国、德国的研究人员已经在进行相差的研究，要教会人工智能更为先进的识别癌症的方法。该校研究人员参与开发的一种人工智能算法可高效识别包括癌细胞在内的不同类型细胞。要在一个健康的细胞群内识别癌细胞等特定细胞，目前的做法是让荧光剂附着在这些细胞内，然后通过显微镜观察进行识别，但这种做法容易干扰细胞行为，影响观察结果。 |
用人工智能对抗癌症已经起步
美国休斯顿卫理公会医院的研究人员新近研发的一个人工智能软件，已经能帮助医生较为准确和快速地诊断乳腺癌。这个软件能够准确解读乳腺X线影像结果，在很短时间内回顾几百万份纪录，通过解读病人的乳腺X线影像结果帮助医生确定病人患乳腺癌的风险，效率更高，同时也有望减少不必要的活检。这个智能软件的核心在于，它能直观地将病人的图像结果翻译成诊断信息，速度是人类的30倍，准确率高达99%。
同样，日本研究人员开发的一款智能软件仅需要花费10分钟时间就能够对来自2000万个临床肿瘤研究所提供的女性遗传信息进行对比分析，从而准确诊断出女性患者所患的罕见类型的白血病。也就是说，依赖大数据设计的人工智能软件已经在帮助人类准确地诊断癌症了，这也是精准医疗的一部分。
人工智能在精准医疗中作用有限
不过，也有研究提出，即便是人工智能有相比于人类更大的数据分析能力和识别癌症的能力，但是，在精准医疗中作用也有限。2016年9月8日的《自然》杂志上发表一篇文章称，“精准策略没有给大多数肿瘤病人带来好处”，“肿瘤的精准治疗仅仅是一个有待证明的假说”。得出这个结论的根据是对美国MD安德森癌症中心登记的2600名癌症病人和美国国立癌症研究所登记的795癌症病人的研究。前者显示，只有6.4%的病人能获得针对特定基因突变的靶向药物治疗效果，后者则更少，只有2%的病人能获得疗效。因此，精准医疗如精准癌症治疗的前景不容乐观。
发表在2016年9月29日的《新英格兰医学杂志》问询栏目的另一篇文章则提出，个性化抗癌药物的研究依然是一条漫长的道路，而是否存在能改善癌症患者病情的个性化治疗方法也是个值得深思的问题。
为什么人工智能的作用有限呢？研究人员对多项研究获得的研究结果进行了初步解释。经过测序等分子诊断分析，有30%～50%的病人能找到可以解释肿瘤恶变的相关基因突变。同时，由于药物有限，只有3%~13%的病人能够找到“精准”治疗的药物。即使使用了基因靶向（配对）药物，也只对30%的病人产生了疗效。这几个环节层层打折，最后只有1.5%的病人可以获得精准治疗的效果。精准医疗难以获得较好效果的深层原因在于，现有的靶向治疗药物多半只能部分阻断细胞增生途径，而完全阻断肿瘤恶性增生要靠联合用药或者加大剂量，但两者都会增强副作用。同时，肿瘤异质性（同一病人的肿瘤细胞有多个突变株）会导致抑制了一部分癌细胞，但另一部分癌细胞又长出来了，并且肿瘤异质性也会导致另外一株癌细胞在后来对最初有效的药物产生耐药性。
这些情况说明，如果研究人员不能依赖于基因组、基因差异和生物学标记来识别、诊断癌症并制定相应的有效措施，就不可能教会人工智能做同样的工作。
帮助人类战胜癌症是人工智能应用的一个部分，毫无疑问，这种探索已经有明显的初步效果。
美国休斯顿卫理公会医院的研究人员新近研发的一个人工智能软件，已经能帮助医生较为准确和快速地诊断乳腺癌。这个软件能够准确解读乳腺X线影像结果，在很短时间内回顾几百万份纪录，通过解读病人的乳腺X线影像结果帮助医生确定病人患乳腺癌的风险，效率更高，同时也有望减少不必要的活检。这个智能软件的核心在于，它能直观地将病人的图像结果翻译成诊断信息，速度是人类的30倍，准确率高达99%。
同样，日本研究人员开发的一款智能软件仅需要花费10分钟时间就能够对来自2000万个临床肿瘤研究所提供的女性遗传信息进行对比分析，从而准确诊断出女性患者所患的罕见类型的白血病。也就是说，依赖大数据设计的人工智能软件已经在帮助人类准确地诊断癌症了，这也是精准医疗的一部分。
人工智能在精准医疗中作用有限
不过，也有研究提出，即便是人工智能有相比于人类更大的数据分析能力和识别癌症的能力，但是，在精准医疗中作用也有限。2016年9月8日的《自然》杂志上发表一篇文章称，“精准策略没有给大多数肿瘤病人带来好处”，“肿瘤的精准治疗仅仅是一个有待证明的假说”。得出这个结论的根据是对美国MD安德森癌症中心登记的2600名癌症病人和美国国立癌症研究所登记的795癌症病人的研究。前者显示，只有6.4%的病人能获得针对特定基因突变的靶向药物治疗效果，后者则更少，只有2%的病人能获得疗效。因此，精准医疗如精准癌症治疗的前景不容乐观。
发表在2016年9月29日的《新英格兰医学杂志》问询栏目的另一篇文章则提出，个性化抗癌药物的研究依然是一条漫长的道路，而是否存在能改善癌症患者病情的个性化治疗方法也是个值得深思的问题。
为什么人工智能的作用有限呢？研究人员对多项研究获得的研究结果进行了初步解释。经过测序等分子诊断分析，有30%～50%的病人能找到可以解释肿瘤恶变的相关基因突变。同时，由于药物有限，只有3%~13%的病人能够找到“精准”治疗的药物。即使使用了基因靶向（配对）药物，也只对30%的病人产生了疗效。这几个环节层层打折，最后只有1.5%的病人可以获得精准治疗的效果。精准医疗难以获得较好效果的深层原因在于，现有的靶向治疗药物多半只能部分阻断细胞增生途径，而完全阻断肿瘤恶性增生要靠联合用药或者加大剂量，但两者都会增强副作用。同时，肿瘤异质性（同一病人的肿瘤细胞有多个突变株）会导致抑制了一部分癌细胞，但另一部分癌细胞又长出来了，并且肿瘤异质性也会导致另外一株癌细胞在后来对最初有效的药物产生耐药性。
这些情况说明，如果研究人员不能依赖于基因组、基因差异和生物学标记来识别、诊断癌症并制定相应的有效措施，就不可能教会人工智能做同样的工作。
人工智能抗癌路还很长
现在，英国斯旺西大学和美国、德国的研究人员已经在进行相差的研究，要教会人工智能更为先进的识别癌症的方法。该校研究人员参与开发的一种人工智能算法可高效识别包括癌细胞在内的不同类型细胞。要在一个健康的细胞群内识别癌细胞等特定细胞，目前的做法是让荧光剂附着在这些细胞内，然后通过显微镜观察进行识别，但这种做法容易干扰细胞行为，影响观察结果。
为避免荧光剂的干扰，研究人员不再对细胞的识别过程使用染色剂，而是通过数据输入，让这种人工智能算法“观察”多种细胞样本的特征。经过数据积累后，它能迅速在一群细胞中识别出目标细胞，并及时算出这一细胞处在其生命周期的哪个阶段，从而准确诊断癌症。人工智能当然能帮助人类抗御癌症，但是还需要更长时间的探索。
（转化医学网360zhyx.com）
还没有人评论，赶快抢个沙发