全世界每年有超过1900万人患上癌症，1000万人死于癌症。
侵袭其他组织和拥有转移能力是癌症致命的原因，占癌症死亡的大约90%。
大多数癌症如果能及早发现，都是可以治疗或治愈的。
但大多数癌症早期基本没症状，确诊即晚期。
近日，剑桥大学、牛津大学等机构的科研人员表示，医生可能很快可以用人工智能（AI）来检测、诊断和治疗癌症。
第一项研究发表在《生物学方法与协议》上，研究采用的
数据集来自7个国家：冰岛、美国、澳大利亚、英国、中国、加拿大和巴西。
研究人员训练了一种AI模型，能够通过DNA甲基化模式识别13种不同的癌症类型。
包括：膀胱癌、乳腺癌、肝细胞癌、结肠癌、食管癌、头颈部鳞癌、肾透明细胞癌、肾乳头状细胞癌、肺腺癌、非小细胞肺癌、甲状腺癌、子宫内膜癌和前列腺癌。
NDA甲基化等表观遗传变化是癌症发生的早期事件，
识别NDA甲基化有助于癌症的早期诊断。
但是，每个细胞都拥有数百万个这样的DNA甲基化标记，要识别不同癌症的特定DNA甲基化特征近乎大海捞针。
令人振奋的是，对上述13种癌症类型，
AI识别的总体准确率高达98.2%
。
由于这个模型依赖组织样本（而不是血液中的DNA片段），因此需要对更多样化的活检样本进行额外的训练和测试，以便用于临床。
发表在《癌症》杂志上的一项研究中，美国东北大学的研究人员开发了一种AI架构，用来诊断乳腺癌。
研究人员利用公开的数据集来训练AI，包含乳腺癌组织病理数据库中的恶性和良性乳腺组织图像。
AI可以通过查看高分辨率图像，并从历史数据中学习如何识别癌症模式，从而进行诊断。
就好像综合多位医生的诊断并投票选择最佳决策。
研究人员表示，这个
AI架构在检测乳腺癌方面的准确率达到了99.72%
。
“AI不会漏掉活检中的肿瘤，并且在诊断10或20个人之后不会感到疲劳。”研究领导者、美国东北大学生物工程学教授Saeed Amal表示。
牛津大学等机构的科学家利用AI开发了个性化的癌症疗法，旨在预防癌症复发。
研究人员引入了一种新型框架，应用深度学习为前列腺癌患者创建一种适应性的治疗计划。
结果表明，与依赖最大耐受剂量或非个性化间歇治疗相比，
AI制定的新方法能显著延长患者复发的时间，最长可达2倍。
即使是对新药物初治、缺乏治疗反应历史记录的患者，也能发挥作用。
未来，研究团队将继续优化这一方法，并探索其在更多种类癌症治疗中的应用可能性。
1.Izzy Newsham et al, Early detection and diagnosis of cancer with interpretable machine learning to uncover cancer-specific DNA methylation patterns, Biology Methods and Protocols, Volume 9, Issue 1, 2024, bpae028
2.Balasubramanian, A.A et al,Ensemble Deep Learning-Based Image Classification for Breast Cancer Subtype and Invasiveness Diagnosis from Whole Slide Image Histopathology. Cancers 2024, 16,2222.doi.org/10.3390/cancers16122222
3.Kit Gallagher et al, Mathematical Model-Driven Deep Learning Enables Personalized Adaptive Therapy, Cancer Research (2024). DOI:10.1158/0008-5472.CAN-23-2040
