AI为癌细胞杀手“染色”，辅助医生选择治疗方案 | 附论文

热血栗子 发自 凹非寺 量子位 出品 | 公众号 QbitAI

△ 你怕了吧

白细胞家族里有一种特殊的存在，叫做肿瘤浸润淋巴细胞 (TIL)。当人体内有了肿瘤，它们就会从血液中出发，前往肿瘤所在的地方，并在那里浴血奋战。

大量的TIL存在，就表示机体对抗肿瘤的免疫反应正在发生。基于免疫原理的其中一类抗癌疗法，便是通过发动TIL，来让它们杀死癌细胞。

△ 战死沙场是免疫细胞最美的结局

适用此类疗法的癌症不在少数，黑色素瘤、肺癌、膀胱癌以及一部分肠癌，都对这类疗法有所反应。而肿瘤科医师，需要观察病理切片，识别肿瘤组织的免疫特征，从而判断免疫疗法对哪些病患比较有效。

由石溪大学领衔的研究团队，用深度学习算法来绘制TIL图谱，让一组卷积神经网络 (CNN) 识别TIL的分布情况，便有可能为癌症诊断和治疗方案的制定提供一些建议。

抗战阵型，AI怎么看

团队提取了13种癌症4,759位患者的5,455幅数字化病理图像。在训练过程中，一位有经验的病理学家要在图像中标记TIL和坏死发生的区域。

这些训练数据会被分成几组，来喂养神经网络，让它学会给肿瘤切片中的TIL“染色”，代替了传统切片检测中的苏木精-伊红 (H&E) 染色。

△ 每列表示不同的特征

然后，系统根据TIL数量和密度等简单的数据，以及细胞群的属性和图像规律等复杂的细节，在临床数据和基因组数据的辅助之下，将肿瘤进行分类，绘制一幅关系对应图谱。

图谱包含了，患者生存率、肿瘤亚型、免疫情况等各项指标与TIL之间的关系。

这样一来，医生便可以根据TIL反应的强弱等多种因素，来判断要不要采用基于免疫的治疗方案。

△ 表A是与人类相比的一致程度

从实验结果来看，AI的“染色”和传统H&E的染色区域虽不是完美重合，却也达到了不错的一致性。神经网络的表现让团队充满了希望。

你不是一个人

△ 泛癌症图谱项目

这项研究，是美国政府发起的癌症基因图集 (TCGA) 计划的一角，也是其收官项目泛癌症图谱(PanCancer Atlas) 发表的27篇论文中的一篇。

论文发表后不久，泛癌症图谱亦圆满落幕。研究团队希望，AI“染色”这个并不太贵的癌症诊断辅助工具，能够在未来得到推广。

这是一篇拥有17位作者的论文的传送门： http://www.cell.com/cell-reports/pdf/S2211-1247(18)30447-9.pdf

以及，泛癌症图谱项目的传送门：

http://www.cell.com/pb-assets/consortium/pancanceratlas/pancani3/index.html