斯坦福大学新人工智能工具可取代昂贵的癌症基因测试

为了确定癌症类型和严重程度，病理学家通常在显微镜下检查肿瘤活检的薄片。然而，识别驱动肿瘤生长的基因组变化——指导治疗的关键信息——需要对从肿瘤中分离出的RNA进行基因测序。这个过程可能需要数周时间，花费数千美元。

现在，斯坦福医学院的研究人员开发了一种人工智能计算程序，该程序可以仅根据活检的标准显微镜图像预测肿瘤细胞内数千种基因的活动。该工具最近发表在《自然通讯》上，使用来自7000多个不同肿瘤样本的数据创建。该团队表明，该程序可以使用常规收集的活检图像来预测乳腺癌的基因变异并预测患者的预后。

“这种软件可以用来快速识别患者肿瘤中的基因特征，加快临床决策并为医疗保健系统节省数千美元。”生物医学数据科学教授Olivier Gevaert博士说。

临床医生越来越多指导选择癌症治疗方法（包括化疗、免疫疗法和激素疗法），推荐给患者，不仅基于患者的癌症影响哪个器官，还基于肿瘤利用哪些基因来促进其生长和扩散。开启或关闭某些基因可能会使肿瘤更具侵袭性、更容易转移，或对某些药物产生反应的可能性更大或更小。

然而，获取这些信息通常需要昂贵且耗时的基因组测序。

Gevaert指出，单个细胞内的基因活动可以改变这些细胞的外观，而这种改变往往是人眼无法察觉的，团队求助于人工智能来寻找这些模式。

研究人员首先从16种不同癌症类型的7584例癌症活检样本开始。每例活检样本都被切成薄片，并使用一种称为苏木精和伊红染色的方法进行准备，这种方法是观察癌细胞整体外观的标准方法。研究人员还提供了有关癌症转录组（即细胞正在积极使用的基因）的信息。