突破：科学家利用人工智能预测乳腺癌进展

# 科学家利用人工智能预测乳腺癌进展取得突破性进展 来源：https://www.independent.co.uk/news/health/breast-cancer-diagnosis-cure-ai-symptoms-b3034278.html 新开发的人工智能平台正在揭示乳腺癌肿瘤中此前未被发现的微观模式（https://www.independent.co.uk/life-style/health-and-families/exercise-cancer-risks-sitting-activity-b3029997.html），使医疗专业人员能够更好地预测该疾病的进展。 这项创新技术还可能为患者带来更具针对性的治疗方案。 据南安普顿大学的研究人员介绍，一个世纪以来，中心体——一种确保DNA在细胞复制过程中平均分配的小型细胞结构——一直被视为“癌症的标志”。 然而，由于其极其微小的尺寸和流动性，在肿瘤样本中检查这些成分被证明“极具挑战性”。 在癌组织中，中心体会过度复制，从而推动疾病的发展。 这个名为CenSegNet的人工智能平台被开发用于分析肿瘤样本中的数十万个细胞。 这项创新可能为确诊患者带来更个性化的治疗方案。 《自然·通讯》发表的这项研究包含了在南安普顿大学医院接受治疗的127名乳腺癌患者的组织样本。 研究人员分析了超过33万个中心体，CenSegNet揭示了两种先前被认为属于同一过程的不同异常现象。 一种涉及细胞获得过多的中心体，而另一种则是异常增大的中心体。 研究人员发现这些缺陷独立发生，并可能占据肿瘤的不同区域。 南安普顿大学生物科学学院和生命科学研究所的萨拉·埃利亚斯博士说：“一个世纪以来，中心体异常一直被认为是癌症的标志，但在患者组织中研究它们一直极具挑战性。” “CenSegNet使我们能够在整个肿瘤中以单细胞分辨率分析这些缺陷，并揭示先前无法看到的模式。” “我们的研究表明，不应将中心体异常视为单一现象，而是具有不同生物学状态、不同空间分布和临床关联的独立缺陷。” 该平台还帮助揭示了不同类型中心体与癌症特征之间的联系。 具有高水平增大中心体的肿瘤更具侵袭性，而细胞中心体水平较低的患者生存机会更大。 埃利亚斯博士说：“特定的缺陷组合可能影响肿瘤的生长、侵袭周围组织以及对治疗的反应。” “这为开发生物标志物以及最终制定更个性化的治疗策略打开了大门。” 研究人员希望人工智能有朝一日能够通过分析细胞结构的行为来追踪疾病进展。 该团队还计划将CenSegNet与更多数据结合，以探索其是否能够指导治疗决策。