人工智能算法可评估皮肤癌的转移潜力
发布日期：2021-08-22使用人工智能（AI），来自UTSouthwestern的研究人员开发了一种方法来准确预测哪些皮肤癌具有高度转移性。该研究结果作为CellSystems 7月的封面文章发表，显示了基于人工智能的工具在彻底改变癌症和其他各种疾病的病理学方面的潜力。
“我们现在有了一个通用框架，使我们能够获取组织样本并预测细胞内导致疾病的机制，这些机制目前以任何其他方式都无法获得，”研究负责人、教授兼主席GaudenzDanuser博士说。
Danuser博士解释说，人工智能技术在过去几年取得了显着进步，基于深度学习的方法能够区分人眼基本上不可见的图像中的微小差异。研究人员提议使用这些潜在信息来寻找疾病特征的差异，这些差异可以提供对预后的洞察或指导治疗。
然而，他说，人工智能所区分的差异通常无法根据特定的细胞特征来解释——这一缺点使得人工智能难以用于临床。为了克服这一挑战，Danuser博士和他的同事使用AI来搜索具有高转移潜力和低转移潜力的黑色素瘤细胞图像之间的差异，这一特征可能意味着皮肤癌患者的生死——然后对他们的发现进行逆向工程找出这些图像中的哪些特征是造成差异的原因。
研究人员使用来自7名患者的肿瘤样本和有关他们疾病进展（包括转移）的可用信息，拍摄了大约12，000个生活在培养皿中的随机细胞的视频，生成了大约1，700，000张原始图像。然后研究人员使用人工智能算法从这些图像中提取56个不同的抽象数字特征。
Danuser博士和他的同事，发现了一个能够准确区分高转移和低转移潜能细胞的特征。他补充说，通过操纵这种抽象的数字特征，他们制作了人工图像，夸大了人眼无法检测到的转移所固有的可见特征。高度转移的细胞产生了稍微更多的伪足延伸——一种指状投影——并增加了光散射，这种影响可能是由于细胞器的细微重排。
为了进一步证明该工具的实用性，研究人员首先对来自人类黑色素瘤的细胞进行了分类，这些细胞在培养皿中冷冻和培养了30年，然后将它们植入小鼠体内。那些被预测为高度转移性形成的肿瘤很容易在整个动物中传播，而那些预测具有低转移潜力的肿瘤传播很少或根本不传播。
UTSouthwestern细胞生物学教授Danuser博士指出，这种方法需要进一步研究才能成为临床护理的一部分。但他补充说，有可能使用人工智能来区分癌症和其他疾病的重要特征。
