為了確定癌癥類(lèi)型和嚴(yán)重程度，病理學(xué)家通常在顯微鏡下檢查腫瘤活檢的薄片。然而，識(shí)別驅(qū)動(dòng)腫瘤生長(zhǎng)的基因組變化——指導(dǎo)治療的關(guān)鍵信息——需要對(duì)從腫瘤中分離出的RNA進(jìn)行基因測(cè)序。這個(gè)過(guò)程可能需要數(shù)周時(shí)間，花費(fèi)數(shù)千美元。

現(xiàn)在，斯坦福醫(yī)學(xué)院的研究人員開(kāi)發(fā)了一種人工智能計(jì)算程序，該程序可以?xún)H根據(jù)活檢的標(biāo)準(zhǔn)顯微鏡圖像預(yù)測(cè)腫瘤細(xì)胞內(nèi)數(shù)千種基因的活動(dòng)。該工具最近發(fā)表在《自然通訊》上，使用來(lái)自7000多個(gè)不同腫瘤樣本的數(shù)據(jù)創(chuàng)建。該團(tuán)隊(duì)表明，該程序可以使用常規(guī)收集的活檢圖像來(lái)預(yù)測(cè)乳腺癌的基因變異并預(yù)測(cè)患者的預(yù)后。

“這種軟件可以用來(lái)快速識(shí)別患者腫瘤中的基因特征，加快臨床決策并為醫(yī)療保健系統(tǒng)節(jié)省數(shù)千美元?！鄙镝t(yī)學(xué)數(shù)據(jù)科學(xué)教授Olivier Gevaert博士說(shuō)。

臨床醫(yī)生越來(lái)越多指導(dǎo)選擇癌癥治療方法（包括化療、免疫療法和激素療法），推薦給患者，不僅基于患者的癌癥影響哪個(gè)器官，還基于腫瘤利用哪些基因來(lái)促進(jìn)其生長(zhǎng)和擴(kuò)散。開(kāi)啟或關(guān)閉某些基因可能會(huì)使腫瘤更具侵襲性、更容易轉(zhuǎn)移，或?qū)δ承┧幬锂a(chǎn)生反應(yīng)的可能性更大或更小。

然而，獲取這些信息通常需要昂貴且耗時(shí)的基因組測(cè)序。

Gevaert指出，單個(gè)細(xì)胞內(nèi)的基因活動(dòng)可以改變這些細(xì)胞的外觀，而這種改變往往是人眼無(wú)法察覺(jué)的，團(tuán)隊(duì)求助于人工智能來(lái)尋找這些模式。

研究人員首先從16種不同癌癥類(lèi)型的7584例癌癥活檢樣本開(kāi)始。每例活檢樣本都被切成薄片，并使用一種稱(chēng)為蘇木精和伊紅染色的方法進(jìn)行準(zhǔn)備，這種方法是觀察癌細(xì)胞整體外觀的標(biāo)準(zhǔn)方法。研究人員還提供了有關(guān)癌癥轉(zhuǎn)錄組（即細(xì)胞正在積極使用的基因）的信息。