开发人员表示，一种利用人工智能学习癌症语言的计算机系统能够以惊人的精度在生物样本中发现疾病的迹象。

这一突破性进展背后有一个由人工智能专家和癌症科学家组成的国际团队，它还能对患者的治疗结果提供可靠的预测。

目前，病理学家在显微镜下检查并描述从癌症患者身上采集的组织样本的特征。他们对肿瘤类型和生长阶段的观察有助于医生确定每位患者的治疗方案和康复机会。

研究人员将这种新系统称为“组织形态学表型学习”(HPL)，它可以帮助人类病理学家更快、更准确地诊断疾病，从而可能有助于改善未来的癌症治疗。

该团队由格拉斯哥大学和纽约大学的研究人员领导，在《自然通讯》杂志上发表的一篇新论文中概述了他们如何开发和训练HPL系统。

他们首先收集了452名患者肺腺癌组织样本的数千张高分辨率图像，这些图像存储在美国国家癌症研究所的癌症基因组图谱数据库中。在许多情况下，数据还附有关于患者癌症进展情况的附加信息。

接下来，他们开发了一种算法，该算法使用一种称为自监督深度学习的训练过程来分析图像，并仅根据每张幻灯片中的视觉数据发现模式。

该算法将幻灯片图像分解成数千个小块，每个小块代表少量人体组织。深度神经网络仔细检查这些小块，并在这一过程中自我学习，以识别和分类每个组织样本中任何细胞共有的视觉特征。

格拉斯哥大学计算机科学学院的KeYuan博士负责指导这项研究，也是该论文的资深作者。他说：“我们没有向算法提供任何有关样本是什么或我们期望它找到什么的见解。尽管如此，它学会了在图块中发现与纹理、细胞特性和组织结构(称为表型)相对应的重复出现的视觉元素。

“通过比较它所检查的整个系列图像中的视觉元素，它可以识别出经常一起出现的表型，并独立挑选出人类病理学家已经在样本中识别的结构模式。”

当团队将鳞状细胞肺癌切片的分析添加到HPL系统时，它能够以99%的准确率正确区分它们的特征。

一旦算法识别出样本中的模式，研究人员就会用它来分析其分类的表型与数据库中存储的临床结果之间的联系，包括患者在癌症手术后的存活时间。

该算法发现，某些表型(如侵袭性较低的肿瘤细胞或大量攻击肿瘤的炎症细胞)在治疗后存活时间较长的患者中更为常见。其他表型(如形成实体肿块的侵袭性肿瘤细胞或免疫系统被排斥的区域)与肿瘤复发更密切相关。

HPL系统做出的预测与数据库中存储的患者的实际结果高度吻合，正确评估癌症复发的可能性和时间的准确率为72%。负责相同预测的人类病理学家得出正确结论的准确率为64%。

当研究范围扩大到分析其他10种癌症(包括乳腺癌、前列腺癌和膀胱癌)的数千张载玻片时，尽管任务的复杂性增加了，但结果同样准确。

格拉斯哥大学癌症科学学院的JohnLeQuesne教授是该论文的共同资深作者之一，并指导了这项研究。他说：“我们对机器学习在解决这一任务方面的有效性感到惊讶，但也非常高兴。培训人类病理学家识别他们在显微镜下检查的癌症亚型并得出关于患者最可能结果的结论需要很多年的时间。这是一项困难且耗时的工作，即使是训练有素的专家有时也会从同一张幻灯片中得出不同的结论。

“从某种意义上说，HPL系统的核心算法从基本原理开始自学，学会了癌症的语言——识别幻灯片中极其复杂的模式，并‘读懂’它们能告诉我们的有关癌症类型及其对患者长期健康的潜在影响的信息。与人类病理学家不同，它不理解自己在看什么，但它仍然可以根据数学分析得出惊人准确的结论。

“它可能被证明是未来帮助病理学家的宝贵工具，通过完全公正的第二意见增强他们现有的技能。人类专业知识和人工智能分析共同提供的洞察力可以提供更快、更准确的癌症诊断和对患者可能结果的评估。这反过来可以帮助改善对每位患者的治疗监测和更好的定制护理。”

格拉斯哥大学癌症科学学院和计算机科学学院的助理研究员AdalbertoClaudioQuiros博士是该论文的共同第一作者。他表示：“这项研究表明，尖端机器学习有可能推动癌症科学的发展，这可能对患者护理产生重大益处。

“这种自学算法只会随着额外数据的增加而变得更加准确，帮助它更熟练地掌握癌症语言。与人类不同，它在工作中不会带入任何先入为主的想法，因此它甚至可以在数据集中找到以前尚未充分探索的模式。

“最终，我们的目标是为医生和患者提供一种工具，帮助他们更好地了解预后和治疗。”

该团队的论文题为“使用自监督学习在未标记、未注释的病理切片上绘制组织形态学癌症表型图谱”，发表在《自然通讯》上。