為了識別不同類型的腦癌,團隊需要計算機可以使用的一些標準來區分它們。在醫療記錄中已經有 100 多種類型的腦腫瘤,即使對于醫生來說,識別過程也可能非常棘手。研究人員使用稱為甲基化的 DNA 過程作為一種生物“指紋”,并教人工智能識別出哪些“指紋”與特定癌癥類型相匹配。
像所有的機器學習算法一樣,人工智能需要一個知識庫來繪制比較。該團隊輸入 2800 名癌癥患者的數據,為計算機提供了 91 個不同類型的腫瘤。然后,他們要求計算機確定 1000 多個已知樣品中的腫瘤類型,并發現在許多情況下人工智能的判斷與人類診斷不匹配。
事實證明,電腦的識別沒有錯誤; 人類醫生誤診了大約 12% 的先前研究過的樣本,人工智能的判斷是正確的。該系統令人印象深刻的準確性有望使其成為醫療界的強大工具。研究人員已經在線免費提供整個系統,并且已經使用了近 5000 次用于癌癥鑒定。
“為了更廣泛的可訪問性,我們設計了一個免費的在線分類器工具,其使用不需要任何額外的現場數據處理,”研究人員寫道。“我們的研究結果為跨越其他癌癥實體的基于機器學習的腫瘤分類器的生成提供了藍圖,并具有從根本上改變腫瘤病理診斷的潛力。”