澳大利亚公司正在使用人工智能AI来预测癌症治疗

据澳大利亚媒体报道：澳大利亚分析公司Max Kelsen正在使用人工智能(AI)来预测癌症治疗的有效性。

该公司将人工智能和全基因组测序技术整合到癌症研究和临床实践中，最初专注于黑色素瘤和小细胞肺癌的免疫治疗。

四分之一的澳大利亚人在他们的一生中被诊断为癌症,虽然免疫治疗已经显示出巨大的希望改善病人生存在各种癌症,包括黑色素瘤和肺癌,它也不能保证对所有的病人有效,只有40-42百分比的人会有效地做出反应。

由首席执行官尼古拉斯•瑟克森-特里领导的马克斯•凯尔森希望开发一种预测模型，根据患者的基因构成来预测癌症治疗的可能效果。

在接受ZDNet采访时，Therkelsen-Terry说，在澳大利亚，每年大约有1.2万例新的肺癌病例，总体上5年生存率，他的团队决定首先瞄准肺癌。

由于单个基因组的大小接近300g, Max Kelsen正在使用谷歌云的计算能力，以“前所未有”的规模处理数据和实验，特别是利用TensorFlow。TensorFlow最初由谷歌大脑团队开发，用于内部使用。

Therkelsen-Terry说:“预测患者治疗结果的关键在于发现和解释对先前治疗反应最好的患者基因组中具有重要意义的模式和基因。”

“有一系列的基因组测序从面板,看几个选择基因23 andme和ancestry.com,通过更广泛的外显子组分析,通过全基因组,我们开始与自己的观点,我们想看看整个基因组——我们希望捕获基因组提供的所有信息,而不仅仅是选择一些已经决定,这是最重要的部分。”

该公司与世界各地的数据存储库建立了合作关系，这样它就可以从多个来源进行检测，但它也在昆士兰的多家医院对400-500名新肺癌患者进行测序，监测他们的治疗情况，并将其与一路建立的模型进行比较。

Therkelsen-Terry说，从多个来源收集数据将确保该公司建立一个通用的基因组模型。

2001年，整个人类基因组首次测序花费了1亿美元，而今天，基因组测序花费不到1000美元。

“在19年的时间里，这种情况发生了深刻的变化，再加上深度学习的事实，机器学习研究在过去5年里爆炸式增长。”我们处在基因组科学正在成熟机器学习和深度学习正在成熟的阶段，但实际上在某些事情之外并没有太多的工作要做。已经完成了将这些前沿计算技术应用于基因组科学的工作。

“所以我们的团队从一开始就提出了这个问题:如果我们有33个不同候选人的基因组数据，我们能不能用机器学习来区分这些候选人和已经收集的基因组样本之间的差异。”

“在澳大利亚，每年有几千人被诊断出患有不明原发性癌症……”如果你不能确定初选在哪里，那你就是在瞎猜。“这也是一件私事，病人得不到诊断是很痛苦的。”

高科技正在改变着我们的生活，希望我们的生活越来越好。