《Nature Medicine》天津医科大学人工智能追踪神秘的转移性癌症的源头

算法检查图像的转移细胞，以确定原发肿瘤的位置。

　　

一些隐匿的癌症直到从源头扩散到远处的器官才被发现。现在，科学家已经开发出一种人工智能(AI)工具，在识别体内循环的转移性癌细胞的起源方面，它比病理学家做得更好。这个概念验证模型可以帮助医生改善晚期癌症的诊断和治疗，延长人们的生命。

天津医科大学(TMU)的结直肠癌外科医生Tian Fei说，每年，在中国天津医科大学附属医院新治疗的30万癌症患者中，约有4000人通过这种图像被诊断出来，但仍有大约300人未被诊断出来。

Tian、Li Xiangchun(TMU研究深度学习的生物信息学研究员)和他们的同事希望开发一种深度学习算法来分析这些图像并预测癌症的起源。他们的研究结果发表在4月16日的《Nature Medicine》杂志上。

“这是一个相当重要的发现——它可以用作辅助工具，”Faisal Mahmood说，他在马萨诸塞州波士顿的哈佛医学院研究人工智能在医疗保健领域的应用。

难以捉摸的起源

为了治疗转移性癌症，医生需要知道它们来自哪里。在所有肿瘤中，有多达5%的肿瘤无法确定其起源，原发癌症不明的患者预后很差。

一种用于诊断棘手的转移性癌症的方法依赖于从体内提取的液体中发现的肿瘤细胞。临床医生检查这些细胞的图像，以确定它们与哪种类型的癌细胞相似。例如，迁移到肺部的乳腺癌细胞看起来仍然像乳腺癌细胞。

肿瘤的培训

研究人员对他们的人工智能模型进行了大约3万张细胞图像的训练，这些细胞是在2.1万名已知肿瘤来源的患者的腹部或肺部液体中发现的。然后，他们在27,000张图像上测试了他们的模型，发现有83%的变化可以准确预测肿瘤的来源。有99%的可能性，肿瘤的来源被包括在模型的前三个预测中。

有一个前三名的清单是有用的，因为它可以帮助临床医生减少识别肿瘤起源所需的额外(通常是侵入性的)测试的数量。这些预测仅限于12种常见的癌症来源，包括肺、卵巢、乳房和胃。一些其他形式的癌症，包括那些起源于前列腺和肾脏的癌症，无法被识别，因为它们通常不会扩散到腹部和肺部的液体沉积物中。

在对大约500张图片进行测试后，该模型比人类病理学家更能预测肿瘤的起源。这种改善在统计学上是显著的。

研究人员还对391名接受癌症治疗四年后的研究参与者进行了回顾性评估。他们发现，那些接受了模型预测的癌症类型治疗的人比那些预测不相符的参与者更有可能存活下来，而且活得更长。Mahmood说，在临床环境中使用人工智能模型“这是一个非常有说服力的论点”。

Mahmood此前曾利用人工智能从组织样本中预测癌症的起源，其他团队则使用了基因组数据。他说，结合这三种数据来源——细胞、组织和基因组学——可以进一步改善来历不明的转移性癌症患者的治疗结果。