癌癥，作為一種嚴(yán)重威脅人類健康的疾病，至今仍是醫(yī)學(xué)界的重大挑戰(zhàn)之一。傳統(tǒng)的癌癥治療方法如手術(shù)、化療和放療，雖取得了一定的成效，但仍存在諸多局限性，如副作用大、效果不穩(wěn)定等。在這樣的背景下，人工智能技術(shù)被寄予厚望，人們希望它能為癌癥患者帶來新的治療途徑和可能性。

撥開癌癥迷霧

目前，人工智能技術(shù)在癌癥的早期診斷和篩查方面發(fā)揮著重要作用，甚至那些難以確定起源的癌癥，也在人工智能的幫助下逐漸揭開了神秘的面紗。

皮膚癌是最難診斷的癌癥之一，且時(shí)常被患者當(dāng)成痣來處理。在此背景下，奧地利維也納醫(yī)科大學(xué)皮膚病學(xué)的臨床醫(yī)師團(tuán)隊(duì)研發(fā)出兩種診斷皮膚癌的人工智能軟件：一種新的7級(jí)人工智能算法和國(guó)際皮膚成像合作組織（ISIC）人工智能算法。

在可疑皮膚癌病變的診斷中，7級(jí)人工智能算法的診斷準(zhǔn)確性與臨床專家相當(dāng)；ISIC人工智能算法的表現(xiàn)雖不如專家，但優(yōu)于經(jīng)驗(yàn)較少的醫(yī)生。而在治療決策方面，兩種軟件都明顯不如專家，但優(yōu)于經(jīng)驗(yàn)較少的醫(yī)生。因此目前來看，人工智能應(yīng)當(dāng)作為醫(yī)生診斷和決策的輔助工具來使用。

大多數(shù)情況，癌癥是按照其原發(fā)部位的器官命名。然而仍有3%—5%的癌癥患者，由于醫(yī)生難以確定癌癥的具體起源，被歸類為原發(fā)病灶不明癌。無法確認(rèn)癌癥起源，就沒辦法為病人提供適宜的個(gè)性化治療，更難以做到精準(zhǔn)用藥，影響治療效果。

針對(duì)這種情況，美國(guó)麻省理工學(xué)院研究團(tuán)隊(duì)研發(fā)出一種人工智能軟件OncoNPC來確認(rèn)癌癥的具體起源。這個(gè)軟件采用了22種癌癥類型的36445個(gè)腫瘤的靶向下一代測(cè)序數(shù)據(jù)，對(duì)人工智能軟件進(jìn)行訓(xùn)練。

首先，OncoNPC被用于對(duì)約7000個(gè)腫瘤進(jìn)行測(cè)試，這些腫瘤的起源位置是已知的。結(jié)果顯示，OncoNPC對(duì)這些有明確起源的癌癥再次測(cè)試時(shí)，平均準(zhǔn)確率高達(dá)80%，對(duì)于高可信度預(yù)測(cè)的腫瘤測(cè)試準(zhǔn)確率更是高達(dá)95%。這表明，該人工智能軟件與臨床診斷有高度的吻合。

基于此結(jié)論，研究人員又用OncoNPC測(cè)試971例原發(fā)病灶不明癌患者的基因序列，以預(yù)測(cè)這些癌癥的起源。結(jié)合臨床指標(biāo)數(shù)據(jù)，研究團(tuán)隊(duì)發(fā)現(xiàn)，對(duì)于其中41.2%的原發(fā)病灶不明癌患者，AI模型能夠確認(rèn)其原發(fā)部位，比如是在肝臟還是肌肉。

之后，研究團(tuán)隊(duì)將OncoNPC的預(yù)測(cè)與現(xiàn)有數(shù)據(jù)中對(duì)腫瘤子集種系或遺傳突變分析進(jìn)行比較，可以揭示患者是否具有遺傳易感性。結(jié)果顯示，OncoNPC能準(zhǔn)確預(yù)測(cè)生殖系統(tǒng)癌癥及其遺傳易感性。此外，它還能較準(zhǔn)確地預(yù)測(cè)原發(fā)病灶不明癌患者的生存時(shí)間。

OncoNPC的另一個(gè)重要作用是，可以指導(dǎo)原發(fā)病灶不明癌患者的治療方案。在接受靶向治療的原發(fā)病灶不明癌患者中，那些與OncoNPC預(yù)測(cè)的癌癥類型一致的患者，治療預(yù)后表現(xiàn)得更好。而且，進(jìn)行預(yù)測(cè)后，可以讓更多患者根據(jù)基因組治療（精準(zhǔn)治療），解決了因無法鑒定腫瘤起源，最終接受常規(guī)化療藥物而療效不顯著的問題。

研發(fā)中的意外收獲

西班牙國(guó)家癌癥研究中心研發(fā)了一種人工智能模型，可以追蹤癌細(xì)胞是如何在大腦轉(zhuǎn)移并影響大腦功能的。更重要的是，他們?cè)跈z測(cè)中得到了一個(gè)結(jié)論：癌癥的腦轉(zhuǎn)移對(duì)大腦認(rèn)知功能的影響不僅和腫瘤惡化的程度相關(guān)，也在于當(dāng)腫瘤在大腦中擴(kuò)散轉(zhuǎn)移時(shí)，會(huì)改變大腦的化學(xué)物質(zhì)，并破壞神經(jīng)元之間的交流，由此產(chǎn)生嚴(yán)重癥狀和死亡。

在此之前，研究團(tuán)隊(duì)測(cè)量了患癌小鼠的腦電活動(dòng)模型，發(fā)現(xiàn)兩組患癌小鼠的電生理記錄存在差異。為了確認(rèn)這種差異是由腫瘤轉(zhuǎn)移引起的，他們轉(zhuǎn)向利用人工智能來檢測(cè)。研究人員使用大量的電生理技術(shù)訓(xùn)練了一個(gè)可進(jìn)行自動(dòng)算法的人工智能模型，以識(shí)別癌癥腦轉(zhuǎn)移的存在，甚至區(qū)分不同原發(fā)癌癥的轉(zhuǎn)移。

檢測(cè)表明，腫瘤的腦轉(zhuǎn)移確實(shí)會(huì)以特定的方式影響大腦生物電活動(dòng)，并留下清晰和可識(shí)別的特征。研究團(tuán)隊(duì)除了記錄腫瘤轉(zhuǎn)移存在時(shí)腦電活動(dòng)的變化外，還進(jìn)一步探索了可能解釋這種變化的生物化學(xué)變化。通過分析受影響組織中表達(dá)的基因，他們發(fā)現(xiàn)了一個(gè)名為EGR1的基因，或在癌癥的腦轉(zhuǎn)移中發(fā)生了突變，從而影響到腦電波的活動(dòng)。這也為未來的腫瘤藥物研發(fā)，以及減輕癌癥的腦轉(zhuǎn)移對(duì)大腦認(rèn)知的影響提供了線索。

人們患癌時(shí)，體內(nèi)的免疫細(xì)胞會(huì)攻擊癌細(xì)胞。但當(dāng)免疫細(xì)胞不能正確識(shí)別癌細(xì)胞和正常細(xì)胞時(shí)，就會(huì)出現(xiàn)自身免疫紊亂。這時(shí)，身體里的免疫檢查點(diǎn)分子就會(huì)發(fā)揮作用，防止自身組織受到攻擊。然而，癌細(xì)胞往往也會(huì)利用這些免疫檢查點(diǎn)分子來躲避免疫細(xì)胞的攻擊。

過去的癌癥免疫療法側(cè)重于提高免疫系統(tǒng)對(duì)癌細(xì)胞的攻擊力，但癌細(xì)胞會(huì)抑制免疫功能并阻止免疫細(xì)胞的攻擊。因此，癌癥治療又產(chǎn)生了新療法，即免疫檢查點(diǎn)抑制劑療法，這是一種通過解除癌細(xì)胞對(duì)免疫細(xì)胞的“剎車”，再次激活免疫細(xì)胞功能的治療方法。

由于遺傳和環(huán)境因素的差異，以及患者腫瘤特征的多樣性，免疫檢查點(diǎn)抑制劑對(duì)不到三分之一的患者有療效，所以檢測(cè)免疫檢查點(diǎn)抑制劑對(duì)患者是否有效，成為整個(gè)治療方案最為重要的一步。這時(shí)，人工智能的優(yōu)勢(shì)顯露無遺——韓國(guó)研究團(tuán)隊(duì)建立一種人工智能模型，通過訓(xùn)練細(xì)胞內(nèi)的蛋白相互作用來預(yù)測(cè)免疫癌癥療法的療效。

這種人工智能模型分析了700名黑色素瘤、胃癌、肺癌和膀胱癌患者的樣本，表現(xiàn)出極高的準(zhǔn)確性。而且，人工智能模型還成功地識(shí)別了與免疫檢查點(diǎn)抑制劑的反應(yīng)性和抵抗性有關(guān)的關(guān)鍵分子通信路徑，并精確定位了負(fù)責(zé)這些相互作用的細(xì)胞，為更好地利用免疫療法治療癌癥提供了新的方式。

雖然目前，人工智能在癌癥治療中已經(jīng)體現(xiàn)了巨大的潛力，但如同其他領(lǐng)域的人工智能一樣，還都不完美，需要繼續(xù)改進(jìn)和發(fā)展。更為重要的是，即便人工智能再?gòu)?qiáng)大、再精準(zhǔn)，它也只是一種工具，需要在醫(yī)生和研究人員的操控、指揮下進(jìn)行，才能發(fā)揮更好的作用。