IBM 研究人員使用 AI 分析乳癌細胞結構

乳癌是最常見的癌症，也是全球許多國家女性死亡的主要原因，另外還有肺癌和大腸癌。根據世界癌症研究機構（IARC）1998年統計，乳癌位居首位，佔全球女性所有癌症的21%。最新研究顯示，八分之一的成年女性在一生中會罹患侵襲性乳癌，根據世界衛生組織統計，去年全球乳癌新增病例為 1,810 萬例，死亡人數為 960 萬人。由此可見，乳癌確實是個連環殺手，反應機制極為複雜，多年來對其病因、發病機制和治療方法的研究不計其數，但所取得的成果仍比較有限。

• 利用人工智慧模型提高憂鬱症評估的有效性

目前，透過對其他健康女性進行篩檢來早期發現乳癌，可以顯著改善預後和整體治療結果，幸運的是，Google、麻省理工學院和紐約大學正在努力利用人工智慧技術提高乳癌篩檢的準確性，並取得了值得稱讚的成功。 ，開闢了有效社區乳癌篩檢的潛力。明顯更多。人工智慧領域的另一家巨頭——IBM——是最新加入抗乳癌的企業。在昨天的一篇部落格文章中，IBM 蘇黎世瑞士辦事處的科學家詳細介紹了他們與蘇黎世大學的合作項目，該項目旨在開發一種基於人工智慧的系統，可以識別和分類腫瘤、免疫細胞以及這些組件之間的關係。該研究計畫的詳細資訊發表在著名科學期刊《細胞》上。

「雖然世界各地的研究人員和醫生孜孜不倦地努力開發新的治療方法來對抗乳癌，但最終癌症相關死亡的主要原因仍然是治療抗藥性、復發和轉移。我們這個計畫的目標無非是為未來準確的診斷和篩檢方法奠定基礎，能夠幫助患者在對抗這種邪惡疾病的鬥爭中贏得更高的比例。」IBM研究團隊負責人Marianna Rapsomaniki女士分享道。

• 谷歌應用人工智慧檢測眼部疾病

為此，Rapsomaniki 女士和她的同事首先假設乳癌是一種異質性疾病，這意味著它由具有不同特徵的腫瘤細胞組成。這些特徵由遺傳結構決定，並受到環境通訊以及與非癌細胞類型交互作用的影響。體內如免疫細胞、纖維母細胞（基質細胞）和內皮細胞（血管細胞）。此外，科學家也假設這些「生態系統」中的因素可能與疾病進展和對治療的反應能力有關。

為了證明他們的想法，研究小組從144 名患者中選擇了非腫瘤樣本，並使用質譜細胞儀（分析方法流式細胞儀的變體）來分析和測量超過2600 萬個癌症和免疫細胞中的約70 種蛋白質。接下來，他們使用基於人工智慧的技術來識別不同的腫瘤和免疫細胞群體，然後創建了「乳癌生態系統」的詳細圖表，並使用該列線圖來識別單一腫瘤的異質性，並量化它們的異質性。與非腫瘤細胞相比的異常。

• 麻省理工學院的人工智慧模型可以用最少的訓練資料自行捕捉物件之間的關係

最後，研究人員對腫瘤相關巨噬細胞和 T 細胞群（這些細胞可以表現出腫瘤抑制和支持功能）進行了分析，然後將研究結果與其他臨床資訊（包括疾病程度或腫瘤侵襲性）聯繫起來。

完成實驗步驟後，研究小組發現，惡性腫瘤往往以獨特的腫瘤細胞形態為主，每個腫瘤的細胞組成也都是獨特的，其中，腫瘤越惡性，與正常腫瘤的差異越大。休息。此外，科學家也發現惡性腫瘤之間與腫瘤相關的免疫系統有相似之處。

研究小組認為，這項工作將有助於為精準醫學治療的設計奠定基礎，並表明免疫療法可能是某些疾病早期診斷的可行方法。

• 日本人工智慧打造超逼真虛擬時裝模特

「透過我們的研究，我們發現一刀切的癌症治療方法並不總是有效。基於這些最近的發現，我們認為特定的乳癌患者群體也可能受益於免疫療法的治療。未來，我們將在更多研究中促進對免疫療法可行性的了解，從而有可能開展大規模臨床試驗。」Marianna Rapsomaniki 女士總結道。