当AI遇上医学:USC研究让癌症检测更快更准
作者：微信文章USC Viterbi 工程学院与 USC Dornsife 文理学院的研究团队研发出一种名为 RED（Rare Event Detection) 的全新 AI 算法，能够在约 10 分钟内从数百万个血细胞中准确识别出极少量的癌细胞。USC 研究团队在医学影像与人工智能的交汇处实现了又一次重要突破。
由USC Oberai与Kuhn研究团队提供的图像：在乳腺癌患者样本中，通过稀有事件检测器识别出的癌相关细胞。
关键成果
RED 新算法由USC航空与机械工程系博士 Javier Murgoitio-Esandi（研究方向为机器学习与人工智能）、其导师 Assad Oberai 教授，以及USC终身教授、院长讲席生物科学教授以及生物科学、医学、生物医学工程、航空与机械工程及泌尿学教授 Peter Kuhn 共同撰写，并发表在《Precision Oncology》期刊上。
该研究由 Ming Hsieh 癌症工程医学研究院资助，建立在 Oberai 与 Kuhn 此前关于乳腺癌研究成果的基础之上。
Kuhn 教授提到，算法的突破在于：它不依赖于事先知道癌细胞的样式，而是通过 AI 自动识别，将异常值与非异常值分离。Oberai 教授表示，这项算法相比于旧方法，还能够发现一些其他与癌症相关的细胞。
算法验证测试成果：
· 对于加入了已知上皮癌细胞的正常血样，检测成功率达 99%。
· 对于加入已知内皮细胞的正常血样，检测成功率达 97%。
· 同时，此方法将需人工审核的数据量 缩减了1000倍。
应用前景
这一新方法已经显示出显著价值，并被用于研究乳腺癌、胰腺癌和多发性骨髓瘤等疾病的结果。
研究团队表示，未来他们将继续优化 RED 算法，使其不仅能帮助回答“是否患癌”，还可用于监测癌症复发与治疗效果评估，为精准医疗提供更可靠的数据支撑。
这是现代人工智能真正改变医疗研究方式的一个绝佳例证。研究团队下一步目标，是继续推动AI的前沿应用，从而更早、更精准地在血液中发现癌症。这也是“融合研究”的典范——不同学科背景的科学与工程研究者携手合作，为解决复杂问题找到具有深远影响的创新方案。
页:
[1]