人工智能算法可評估皮膚癌的轉移潛力

使用人工智能（AI），來自UTSouthwestern的研究人員開發了一種方法來準確預測哪些皮膚癌具有高度轉移性。該研究結果作為CellSystems 7月的封面文章發表，顯示了基于人工智能的工具在徹底改變癌癥和其他各種疾病的病理學方面的潛力。

“我們現在有了一個通用框架，使我們能夠獲取組織樣本并預測細胞內導致疾病的機制，這些機制目前以任何其他方式都無法獲得，”研究負責人、教授兼主席GaudenzDanuser博士說。

Danuser博士解釋說，人工智能技術在過去幾年取得了顯著進步，基于深度學習的方法能夠區分人眼基本上不可見的圖像中的微小差異。研究人員提議使用這些潛在信息來尋找疾病特征的差異，這些差異可以提供對預后的洞察或指導治療。

然而，他說，人工智能所區分的差異通常無法根據特定的細胞特征來解釋——這一缺點使得人工智能難以用于臨床。為了克服這一挑戰，Danuser博士和他的同事使用AI來搜索具有高轉移潛力和低轉移潛力的黑色素瘤細胞圖像之間的差異，這一特征可能意味著皮膚癌患者的生死——然后對他們的發現進行逆向工程找出這些圖像中的哪些特征是造成差異的原因。

研究人員使用來自7名患者的腫瘤樣本和有關他們疾病進展（包括轉移）的可用信息，拍攝了大約12，000個生活在培養皿中的隨機細胞的視頻，生成了大約1，700，000張原始圖像。然后研究人員使用人工智能算法從這些圖像中提取56個不同的抽象數字特征。

Danuser博士和他的同事，發現了一個能夠準確區分高轉移和低轉移潛能細胞的特征。他補充說，通過操縱這種抽象的數字特征，他們制作了人工圖像，夸大了人眼無法檢測到的轉移所固有的可見特征。高度轉移的細胞產生了稍微更多的偽足延伸——一種指狀投影——并增加了光散射，這種影響可能是由于細胞器的細微重排。

為了進一步證明該工具的實用性，研究人員首先對來自人類黑色素瘤的細胞進行了分類，這些細胞在培養皿中冷凍和培養了30年，然后將它們植入小鼠體內。那些被預測為高度轉移性形成的腫瘤很容易在整個動物中傳播，而那些預測具有低轉移潛力的腫瘤傳播很少或根本不傳播。

UTSouthwestern細胞生物學教授Danuser博士指出，這種方法需要進一步研究才能成為臨床護理的一部分。但他補充說，有可能使用人工智能來區分癌癥和其他疾病的重要特征。