AI “早筛” 癌症，准确区分13种癌症，准确率98.2%，人类尽早治疗癌症还远吗？

本文介绍了伦敦帝国理工学院和剑桥大学的研究团队如何利用人工智能模型EMethylNET，通过观察DNA甲基化模式，准确区分13种不同类型的癌症，准确率达到98.2%。该模型依赖于组织样本，目前处于实验阶段，但已显示出在癌症早期检测和诊断方面的巨大潜力。研究团队通过机器学习方法识别特定于不同癌症类型的DNA甲基化特征，并利用这些特征训练了四种不同的模型类型。最终，多类XGBoost模型在区分13种癌症类型和正常样本方面表现出色，总体准确率为98.2%。这项研究不仅提高了癌症早期检测的准确性，还通过使用可解释的人工智能模型，为预测背后的逻辑提供了说明，有助于理解致癌的潜在过程。随着未来在更多样化的数据上进行训练和临床测试，这种计算方法有望成为帮助医生进行癌症早期检测和筛查的重要工具。