摘要
人工智能有助于开发一种新的分类方法，根据化学DNA的变化来确定癌变组织的起源。研究结果发表在《科学转化医学》杂志上。
人工智能有助于开发一种新的分类方法，根据化学DNA的变化来确定癌变组织的起源。研究结果发表在《科学转化医学》杂志上。
在德国，每年有超过17000人被诊断出患有头颈部癌症。这些包括口腔癌、喉癌和鼻癌，但也会影响头部和颈部的其他部位。一些头颈部癌症患者也会发展成肺癌。
”在绝大多数情况下,它是不可能确定这些代表肺转移患者的头部和颈部癌症或第二个主要癌症,即原发性肺癌,”弗雷德里克博士教授解释说Klauschen查利特的病理学研究所共同研究和神经病理学教授大卫封口机查利特博士的部门。
”这种区别是非常重要的治疗的人受到这些癌症的影响,“强调Klauschen教授补充道:“尽管手术可能提供本地化的肺癌患者的治疗,转移头颈部癌症患者表现明显恶化的生存,需要治疗,如化疗。”
当试图区分转移瘤和第二原发肿瘤时，病理学家通常会使用现有的技术，如分析肿瘤的微观结构和检测组织中的特征蛋白。然而，由于头颈部癌症和肺癌在这方面有明显的相似之处，这些测试通常是不确定的。
“为了解决这个问题，我们测试了组织样本中的一种特殊的化学变化，即DNA甲基化，”Capper教授解释说。他补充说:“我们从早期的研究中知道，癌症细胞中的DNA甲基化模式高度依赖于癌症起源的器官。”
研究小组与柏林大学机器学习教授克劳斯-罗伯特·穆勒(Klaus-Robert Muller)博士合作，采用了基于人工智能的方法，使这些信息在实践中变得有用。研究人员利用数百例头颈部和肺癌的DNA甲基化数据，训练一个深层神经网络来区分这两种癌症。
“我们的神经网络现在能够在大多数病例中区分肺癌和头颈部癌症转移，准确率超过99%，”Klauschen教授强调说。他继续说:“为了确保头颈部癌症和其他肺癌患者能尽快从我们的研究结果中获益，我们目前正在测试这种诊断方法在日常实践中的应用。这将包括一项前瞻性验证研究，以确保所有受影响的患者都能使用新方法。”
柏林机器学习中心(BZML)主任穆勒教授与Charite的研究人员一起工作，对他们的研究结果同样感到高兴:“人工智能正在发挥越来越重要的作用，不仅在我们的日常生活和工业中，而且在自然科学和医学研究中。然而，人工智能的使用在医学领域内尤其复杂;这就是为什么直到现在，研究结果很少能给病人带来直接的好处。这种情况现在可能即将改变。”
来源：Medindia
此文系悬壶济世网原创整理，没有授权，请勿转载！
