大阪大学利用AI系统区分不同类型的癌细胞，准确性优于人类

编译：chux

出品：ATYUN订阅号

即使是患有相同疾病的癌症患者，癌细胞类型也可能存在巨大差异。在选择最有效的治疗方法时，识别目前特定的细胞类型非常实用，但这种做法往往耗费大量时间，并且经常受到人为错误和视觉限制的阻碍。

大阪大学的一个团队展示了如何通过基于AI的系统克服这些问题，通过扫描显微镜可以识别不同类型的癌细胞图像，实现比人类更高的准确性，这是一个标志着癌症诊断和治疗新时代的重大进展。这种方法可能为肿瘤学领域带来大量优势。

该系统基于卷积神经网络，在该研究中，系统用于区分癌细胞与小鼠和人类，以及同样被选择用于抗辐射的细胞。

论文作者Hideshi Ishii表示，“我们首先使用相位差显微镜对8000张细胞图像对系统进行训练，然后，我们在另外2000张图像上测试了它的准确性，看看它是否已经掌握区分老鼠癌细胞和人类癌细胞，以及抗辐射癌细胞和辐射敏感癌细胞的特征。”

在创建由系统获得的发现的二维图时，每种细胞类型的结果聚集在一起，同时与其他细胞明显分离。这表明，在训练之后，系统可以基于它们的显微图像正确地识别细胞。

主要作者Masayasu Toratani指出，“该系统识别细胞的自动化和高准确度对于确定哪些细胞存在于肿瘤中或在癌症患者体内循环非常有用，例如，在决定放射疗法是否有效时，了解放射抗性细胞是否存在至关重要，然后可以在治疗后应用相同的方法，看它是否具有预期效果。”

在未来，该团队希望在更多的癌细胞类型上训练该系统，他们的最终目标是建立一个能够自动识别和区分所有这些细胞的通用系统。