(資料圖)

科技日報記者?張夢然

美國哈佛大學醫學院團隊設計了一種人工智能（AI）醫療工具，可快速解碼腦腫瘤的DNA，以確定其在手術過程中的分子身份，而現有方法需要幾天甚至幾周的時間才能獲得這些關鍵信息。研究成果7日發表在《醫學》雜志上。

腦科手術期間準確的分子診斷（詳細描述細胞中DNA的變化）可幫助神經外科醫生決定切除多少腦組織；同時，了解腫瘤的分子特性也能讓患者從現場治療中受益，譬如手術時可直接將藥物涂層晶片放入腦中。

現在使用的標準診斷方法，包括取出腦組織，將其冷凍，并在顯微鏡下檢查。其主要缺點是冷凍往往會在顯微鏡下改變細胞的外觀，并可能干擾臨床評估的準確性。此外，即使用強大的顯微鏡，人眼也無法可靠地檢測細微的基因組變異。

新工具被稱為CHARM（冷凍切片組織病理學評估和審查機制）。CHARM使手術期間的診斷與世界衛生組織最近更新的分類系統保持一致，可用于診斷和分級神經膠質瘤的嚴重程度。

CHARM是利用來自1524名神經膠質瘤患者的2334個腦腫瘤樣本開發的。當對一組大腦樣本進行測試時，該工具以93%的準確度區分了具有特定分子突變的腫瘤，并成功分類了具有不同分子特征的3種主要類型的神經膠質瘤，這些腫瘤都具有不同的預后和不同的治療反應，因此對其區分非常有價值。

該工具能成功捕獲更具侵襲性的神經膠質瘤的標志，還能查明低級別腫瘤臨床上重要的分子改變。這些變化中的每一處也標志著不同的生長、傳播和治療反應傾向。

該工具還將細胞的外觀與腫瘤的分子特征聯系起來，模式上更接近人類病理學家視覺評估樣本的方式。此外，它還能重新訓練，以識別其他腦癌亞型。

總編輯圈點：

ChatGPT讓我們見識了通用人工智能模型的厲害——它上知天文下知地理，各行各業的知識都能對談如流。但這并不意味著，所有的人工智能模型都要以更大的規模、覆蓋更多領域為目標。在垂直細分領域，將人工智能模型做得足夠專業，從而使其在醫學、教育、工業等領域的實際場景得到深度應用，同樣具有重要意義。因為這將對傳統的方式方法帶來變革，在具體的行業領域實現提質降本增效。這樣來看，人工智能模型的通用性與專業性，兩者并不矛盾，而是需要齊頭并進向前發展的兩個方向。

標簽：