随着癌症类型的增加和药物准确性的持续发展，人工智能（AI）迅速成为肿瘤药物领域的必要技术力量。最近，柏林的萨蒂奇大学医院团队和领先的大学团队德累斯顿在国际杂志《自然界》中发表了相关结果，显示了临床癌症诊断中广泛的AI应用前景。 在临床病例中，一些患者拜访医生进行视觉幽灵，并发现磁共振成像（MRI）后的深层内部肿瘤（MRI）。但是，由于肿瘤的敏感位置，传统的活检手术处于高风险，这通常会使医生陷入问题。 TOMEET这种挑战，Sharita University医院带领研究团队生产了一种名为Crossnn的AI模型，该模型可以通过评估EPIGE来快速且非侵入性的癌症诊断，而无需进行手术。肿瘤细胞的网络特性。 神经病理学家菲利普·奥伊斯基奇（Philip Oyskichen）说：“在肿瘤细胞中，表观遗传信息以其独特的方式变化。我们可以根据'分子图'特征识别和分类不同类型的肿瘤。” 在某些情况下，CrossNN模型可以通过体液的样品（例如脑脊液液体）获得必要的信息，从而实现“液体活检”，预防高危颅骨切开术。研究团队成功地将这种方法用于术患者，并且通过检查脑脊液的检查证实了中枢神经系统的淋巴瘤病例。 根据研究团队的说法，他们使用大量肿瘤参考数据来训练Crossnn模型，并在5,000多个实际样本中完成了验证。研究表明，该模型在诊断脑肿瘤方面的准确率为99.1％。当扩展到170多种癌症时，l模型识别的准确率高达97.8％，这比大多数AI诊断工具要好。此外，可以解释该模型，诊所可以监控其诊断逻辑，增强医学AI证书。 研究人员说，CrossNN模型不仅可用于审查肿瘤位置不适合活检的癌症类型，而且还有助于提高癌症诊断的准确性。 Sharita大学医院首席医学官马丁·克里斯（Martin Krys）表示，在越来越个性化和迅速发展癌症治疗的背景下，准确的诊断是实现有效治疗的要求。 在另一项研究中，德累斯顿技术大学研究团队与其他德国，美国和美国研究人员一起发起了“医学人工智能”，具有独立的推理能力，以帮助肿瘤学家做出个人决定。 AI代理结合了大型语言模型，并且各种专业的医疗工具。研究人员可以访问MRI和计算机断层扫描（CT）评论，病理图像解释，呼啦曲基因突变，文献搜索和肿瘤指南以及其他功能，因此它具有“医生”人的全面推理和信息整合功能。 为了验证影响，研究团队设计了20个模拟案例，以允许能够团结工具，获取基本信息，提出临床建议和治疗建议的AI代理，医学专家将发布结果。结果表明，在91％的病例中，AI药物达到了正确的临床结论，并且在超过75％的反应中准确提到了肿瘤指南。 研究人员说，通过介绍专业诊断工具和医疗信息获取等操作，AI代理大大降低了“ AI的幻觉”，也就是说，这是一个看似合理但实际的错误答案，改善了安全性和信誉。 纸质研究的第一作者迪克·菲伯（Dick Feber）说：“这种类型的AI工具不仅支持日常临床决策，而且还可以帮助医生及时获得最新的治疗指南，从而有助于为癌症患者开发最佳的个人治疗选择。” “为了真正释放未来AI特工在医疗服务上的潜力，关键是要在传统的临床过程中适当地降解它们，并尽可能减少医生工作的破坏。”该论文的通讯作者兼德累斯顿技术大学的教授雅各布·凯特尔（Jacob Ketel）认为，为了成功部署医学专业人员，医疗专业人员应该系统地习惯，以便他们可以与AI合作，同时始终保持最终的决策临床能力。 “ AI的角色是增强医生的能力，而不是取代他们。” （根据新华社的报道，记者Chu Yi）