在癌症患者中，不同患者之间，甚至是同一种疾病，癌细胞的种类都有很大的不同；识别癌症患者体内存在的特殊细胞类型以选择最佳疗法对其进行有效治疗非常重要，但能够完成这项任务的方法非常耗时，并且经常受到人为错误和人类视觉限制的阻碍。
近日，在国际期刊《癌症研究》上发表的一篇研究报告中，来自日本大阪大学的科学家揭示了如何通过研究克服上述问题。研究人员指出，这种基于人工智能的系统可以通过扫描显微图像，有效识别不同类型的癌细胞，并获得比人类判断更高的准确性。这种方法可能会给肿瘤学的研究带来革命性的突破。
该系统基于卷积神经网络，卷积神经网络是基于人类视觉系统的人工智能模型。在这项研究中，研究人员可以利用这种人工智能系统有效区分小鼠和人体中的癌细胞，同时可以区分对放疗有耐药性的癌细胞。研究人员Hideshi Ishii表示，首先，我们用相差显微镜获得的8000幅细胞图像来训练这个人工智能系统，同时用另外2000幅图像来测试该系统的准确性，以观察该系统是否能够学习图像的特征，并有效区分小鼠体内的癌细胞和人体内的癌细胞，以及抵抗放疗的细胞和对放疗敏感的细胞。
当这个系统得到的二维图被创建时，每个细胞类型的结果将被聚集在一起，同时，它可以清楚地与其他细胞分开。研究人员表示，经过训练后，这一系统可以根据细胞的个体显微图像有效识别不同类型的细胞。研究人员Masayasu Toratani表示，这种人工智能系统在识别不同细胞类型方面的自动化和高准确性可用于确定肿瘤中存在的细胞类型或癌症患者体内循环的癌细胞类型。例如，在决定放疗是否有效时，了解是否存在对放疗有耐药性的细胞是非常重要的，同样的方法也适用于治疗后的患者，看治疗是否达到了预期的效果。
未来，研究人员希望训练这种人工智能系统识别更多类型的癌细胞，最终建立一个通用、全面的系统，帮助科学家自动、高效地识别不同类型的癌细胞。
原始来源：Masayasu Toratani，Masamitsu Konno，阿玉木浅井等。卷积神经网络使用显微图像区分小鼠和人类细胞系及其抗辐射克隆，癌症研究(2018)。DOI: 10.1158/0008-5472。CAN-18-0653
原标题：Cancer Res:开发了一种人工智能系统，可以高效识别不同类型的癌细胞。
本文来自生物谷。更多信息，请下载生物谷APP()