AI开始将肿瘤视为有组织的生态系统，而不仅仅是突变细胞
摘要
一项新研究提出，利用人工智能分析肿瘤的空间组织、免疫定位和信号环境，将肿瘤视为有组织的生态系统而非随机突变。
这一张“空间生态型”论文刚刚上了CNN/Jake Tapper，非常引人入胜。更大的转变不仅仅是AI本身——而是认为肿瘤可能更像具有重复空间组织状态的适应性生态系统，而非恶性细胞的随机集合。AI/空间生物学模型越来越多地关注：
– 细胞邻域
– 免疫定位
– 基质结构
– 信号环境
– 以及跨组织的多细胞组织。
感觉肿瘤学正在从孤立的通路思维转向系统级别的组织生物学。这也可能解释了为什么涉及免疫运输和趋化因子信号（包括CCR5等通路）的领域在肿瘤微环境研究中日益受到关注。
[https://www.cnn.com/2026/05/06/science/video/ai-cancer-medical-breakthrough-science-lead-jake-tapper?cid=ios_app](https://www.cnn.com/2026/05/06/science/video/ai-cancer-medical-breakthrough-science-lead-jake-tapper?cid=ios_app)
相似文章
Understanding cancer at a genetic level with AI
AlphaFold等AI工具帮助乌干达研究人员在当地开展癌症基因研究，将乳腺癌疫苗候选靶点从15,000个缩小到15个，显著降低了科研门槛，展现了科学民主化的潜力。
房间里最健康的创始人患癌了。以下是他如何利用AI反击的。
Conno Christou，一位数据驱动型创始人，在一次偶然发现后被诊断出患有罕见的侵袭性淋巴瘤。他运用量化方法——包括AI驱动的健康追踪——收集多种医疗意见并选择最有效的治疗方案，将化疗视作创业马拉松。
@OpenAI：许多病例多年来一直未被专家分析所破解。这项研究表明，人工智能可以让专家主导的定期再分析更具可扩展性，帮助临床医生随着医学知识的进步重新审视病例，并可能为更多此前难以分析的病例找到答案。
该研究表明，人工智能可以使专家主导的旧病例定期再分析更具可扩展性，帮助临床医生随着医学知识的进步重新审视病例，挖掘值得调查的线索，并可能为更多此前难以分析的病例找到答案。
@rohanpaul_ai: Anthropic新研究表明，AI智能体在代码方面可能表现卓越，但在生物学领域，它们可能在科学工作开始之前就失败……
Anthropic的研究揭示，AI智能体在生物学数据库方面存在困难，对同一个查询会产生高度差异的答案（例如，埃博拉序列计数范围从5到106，而预期为266），但添加一个可重复的检索工具能显著提高一致性和准确性。
利用人工智能帮助医生诊断影响儿童的罕见遗传疾病
来自Boston Children's Hospital、Harvard和OpenAI的研究人员使用OpenAI o3 Deep Research reasoning模型重新分析了376例未解决的罕见疾病病例，经过专家审查和临床确认后，额外确诊了18例（确诊率4.8%）。这项发表在NEJM AI上的研究展示了人工智能辅助工作流程如何帮助专家在科学知识不断发展的情况下重新审视疑难病例。