文章專區

近期中國天津醫科大學的研究人員開發出一種人工智慧（artificial intelligence, AI）工具，能有效辨識來源不明的轉移性癌症細胞，此項發現可望協助醫師進一步改善晚期癌症的診斷和治療，並延長病人的生命。
 
在治療轉移性癌症時，醫師需要找出癌症的來源才能提供最適當的治療方案。然而，所有癌症中約有5％的原發位置無法被確定，癌症原發位置未知的患者難以針對癌症種類精準用藥，相關預後情況通常較為嚴重。為了診斷這些困難的轉移性癌症，醫師常會以細胞病理學（cytological histology）的方法，藉由觀察體內抽取的胸水或腹水中的腫瘤細胞判斷癌症細胞類型。例如從乳房轉移到肺部的乳癌細胞，它的形態仍然會像乳癌細胞。
 
然而，每年在中國天津醫科大學附屬醫院新接受治療的30萬名癌症患者中，有約4000人需要透過這種複雜的方式確診，且仍有約300人無法被診斷。因此，天津醫科大學的田飛和李向春等人希望建立一種深度學習演算法（deep learning algorithm），用以分析這些影像並預測癌症的來源。
 
研究人員首先利用來自2萬1000人、約三萬張已知腫瘤來源的腹水或胸水細胞影像訓練AI模型。他們發現，AI模型在使用2萬7000張影像進行測試時，有83％的機率可以準確預測出腫瘤的來源。而且，在AI模型的前三項預測中，有99%的機率包含真正的腫瘤來源。這樣的預測方式很實用，可以幫助臨床醫師減少執行額外檢測，避免了這些檢測通常會造成患者不適、耗費時間並且造成經濟上的負擔等困擾。此AI模型可以有效預測12種常見癌症的來源，包括肺部、卵巢、乳房和胃等。一些來源較不典型的癌症，例如源自於前列腺和腎臟的癌症，由於通常不會轉移到腹部和肺部的液體積蓄處，因此無法被此AI模型識別。
 
最終以500張影像進行測試時，此AI模型在預測腫瘤來源的準確性上，甚至超越了人類病理學家。此外，研究人員也對在四年前接受過癌症治療的391名參與者進行了回溯評估。他們發現，那些接受治療的患者罹患的癌症類型如果與AI模型預測的一致，接受治療存活的機率愈高，且生存時間更長。這項發現進一步支持醫師在臨床使用此AI模型輔助於診斷。
 
總的來說，AI在醫療領域的潛力正在蓬勃發展中且已經受到許多支持，此研究更展現AI在癌症診斷和治療方面的應用。未來如果能再組合判讀細胞、組織和基因組的數據，或許可以進一步改善來源不明的轉移性癌症患者的治療效果。

（Adobe Stock）

 
新聞來源
Mallapaty, S. (17 April 2024). AI traces mysterious metastatic cancers to their source. Nature. https://www.nature.com/articles/d41586-024-01110-8