纽约大学医学院研究人员报告了一项新的人工智能/机器学习程序，该程序可以分析患有肺癌肿瘤的患者的图像，确定肿瘤类型，甚至确定驱动基因的异常。研究发现，人工智能在判断腺癌或鳞状细胞癌中的准确性高达97％，甚至有经验的病理学家有时也会发现难以进行进一步的诊断。该人工智能还可以确定包括EGFR，KRAS和TP53在内的六个与肺癌相关的基因是否异常。这些遗传变化或突变可能导致肿瘤异常生长，也可能改变细胞的形态以及与周围环境的相互作用，这可能为机器自动分析提供图像线索。随着针对特定基因突变的靶向药物的使用越来越广泛，特异性基因检测也变得非常重要。约20％的腺癌患者具有EGFR突变。当前，存在多种批准用于EGFR突变的药物。 。只是目前用于确定这些突变的基因测试通常需要数周才能返回测试结果，从而延迟了抗肿瘤治疗的时间。研究表明，人工智能可以很快提供有关肿瘤类型和基因突变类型的信息，从而使患者可以尽快开始靶向治疗。研究人员设计了统计方法，以便他们的程序可以学习如何更好地完成说明。这些程序建立规则和算法模型，这些规则和算法模型可以基于数据样本进行决策。训练数据越多，程序变得越聪明。研究人员使用Google的Inception v3分析了人类基因组图数据库在肿瘤诊断过程中的成像数据，并判断他们的人工智能程序可以准确，自动地将正常组织与癌变组织区分开。有趣的是，研究人员发现人工智能错误地判断了少数肿瘤，病理学家错误地诊断了它们，这表明这些肿瘤本身很难判断。在至少一名病理学家错误判断的54例病例中，有45例被人工智能正确诊断，表明人工智能非常强大。目前，研究人员计划继续用数据训练他们的人工智能程序，直到确定基因突变的准确性达到90％以上。那时，研究人员可以要求政府批准人工智能的临床应用，并在各种肿瘤中进行研究。其应用价值。