一個新研究提出了一個潛在的未來，醫生可能會利用人工智能（AI）檢測和診斷患者的癌症，這可能會導致較早的干預。
AI可以識別患者的癌症嗎？
DNA是生命的藍圖，將遺傳信息存儲在四個鹼基的序列中：A，T，G和C。環境因素可以通過稱為DNA甲基化的過程來修改這些鹼基，其中添加了甲基甲基。
這種修飾會影響基因表達，並在癌細胞中觀察到，並提出了潛在的生物標誌物以供早期檢測。然而，挑戰在於破譯這些微妙的甲基化模式，類似於在龐大的遺傳大草原中找到特定針。
現在，劍橋大學和倫敦帝國學院的研究人員創建了一種AI模型，該模型訓練了機器和深度學習技術。它們的目標是仔細檢查DNA甲基化譜並辨別指示13種不同癌症類型的模式，包括乳腺癌，肝臟，肺和前列腺癌。
該小組報告說，該模型在區分癌性與非癌組織的準確度中達到了98.2％，儘管依賴於組織樣品而不是血液基DNA片段。要將此AI轉變為臨床實踐，對多種活檢樣品進行嚴格的測試至關重要。
該研究發現的核心是AI的解釋性 - 闡明其診斷預測背後的基本原理的能力。通過揭示導致癌症的基本機制，AI有望增強對臨床應用的理解和增強信心。
研究人員認為，AI驅動的癌症檢測具有深遠的潛在好處。早期鑑定異常甲基化模式可以引入早期的治療干預措施，從而顯著改善患者的預後。
當陷入早期階段時，大多數癌症提供了更大的成功治療或治癒的可能性，強調了早期檢測策略的至關重要。
醫療保健計算方法
該研究的主要作者Shamith Samarajiwa強調了像AI這樣的計算方法的變革潛力。通過擴大數據集和嚴格的臨床驗證的進一步完善，AI模型可能成為腫瘤學家在篩查和早期癌症檢測中必不可少的工具。
薩馬拉吉瓦（Samarajiwa）設想了一個未來，在該未來中，AI協助醫生基於對DNA甲基化數據的全面分析做出明智的決定。展望未來，研究人員提出擴展其方法，以包括無細胞的DNA甲基化數據，旨在開髮用於檢測多種癌症類型的液體活檢方法。
這種進步可以通過為具有難以捉摸的起源或需要特定篩查方案的癌症提供非侵入性，有效的診斷工具來徹底改變癌症篩查。儘管對前景的樂觀態度，但研究人員警告說，當前的AI模型並未針對所有臨床情況進行優化。
需要進一步的進步來微調這些模型以進行更廣泛的癌症檢測和監測應用。研究的發現是出版在生物學方法和方案中。
