人工智能（AI）在癌症诊断方面的应用是该技术最引人注目的医疗保健用例之一。研究人员正朝着这一目标迈出有希望的步伐，美国国立卫生研究院（NIH）院长莫妮卡·伯塔格诺利（Monica Bertagnolli）在一篇新的博客文章中写道。
具体来说，伯塔格诺利提到了哈佛医学院的一项努力，旨在创建一个可以诊断多种类型癌症的模型，这比现有的仅关注一种类型癌症的模型有了进步。哈佛的研究人员通过训练系统读取肿瘤组织的数字切片，并分析肿瘤周围的组织来检测癌症，预测患者可能对治疗的反应。
研究人员开发的模型称为临床组织病理学影像评估基础（CHIEF），已经接受了超过1500万张图像的训练。他们还使用来自全球24家医院的32个数据集中的19,400多张全切片图像测试了该模型，涵盖了19种癌症类型。据研究人员称，CHIEF在检测癌细胞、识别肿瘤起源、预测患者预后以及识别与手术、化疗、放疗和免疫疗法患者反应相关的基因和DNA模式方面，比其他最先进的AI方法高出36%的准确性。
“如果进一步验证并广泛部署，我们的方法以及类似的方法可以在早期识别可能受益于针对某些分子变异的实验性治疗的癌症患者，”研究合著者、哈佛医学院布拉瓦尼克研究所生物医学信息学助理教授尤·坤兴（Kun-Hsing Yu）博士在一份声明中表示。尤的研究得到了NIH的支持，并于9月在《自然》杂志上发表。
下一步，研究人员计划在癌前和非癌组织的图像上训练模型，并让模型接触更多数据，以便更好地识别不同侵袭性的癌症。
尽管如此，伯塔格诺利还是提醒说：“这些都是好消息，但在这种AI模型能够在临床上使用之前，还有大量的工作要做。”
(全文结束)
