瑞典卡罗林斯卡学院和 SciLifeLab 的研究人员结合了卫星成像和社区生态学中使用的人工智能 (AI) 技术来解释来自肿瘤组织的大量数据。该方法发表在《自然通讯》杂志上，可能有助于对癌症患者进行更加个性化的治疗。

虽然肿瘤成像的最新进展提供了对肿瘤微观世界的深入了解，但挑战在于解释所生成的大量数据。由于在数万或数十万个细胞中同时测量数百个分子，研究人员很难知道要关注哪些分子和细胞。

原则上，人工智能方法可以帮助研究人员分析大量数据并确定要关注的内容。然而，深度神经网络等传统人工智能通常在执行任务时无法提供人类可以理解的清晰解释。该过程如何工作的细节隐藏在所谓的黑匣子中或难以访问。

卡罗林斯卡学院和 SciLifeLab 的研究团队认识到此类方法的局限性，并从其他领域寻求灵感。他们确定了卫星成像和生态学领域成熟的分析技术，其历史可分别追溯到 2000 年代和 1950 年代。

类似于解读卫星图像

新的人工智能方法不断被开发来解释卫星图像中的数据，例如自动识别大型卫星图像中的城市、湖泊、森林和沙漠。在生态学中，先进技术被用来揭示植物、动物和微生物物种如何在给定地理区域内作为群落共存。

“我们意识到，对肿瘤图像的解释与对卫星图像的解释相似，组织中细胞之间的关系与生态学中物种之间的关系相似，”细胞与分子系高级研究员 Jean Hausser 解释道。领导这项研究的卡罗林斯卡学院生物学家。“通过结合卫星成像和生态学中使用的技术，并将其用于肿瘤组织的分析，我们现在已经能够将复杂的数据转化为关于癌症如何发挥作用的新见解。”

下一步是将新方法应用于临床试验。研究人员正在与法国里昂的一家大型癌症医院合作，寻找为什么只有部分患者对癌症免疫疗法有反应的答案。在与美国梅奥诊所的另一项合作中，他们正在调查为什么一些乳腺癌患者不需要化疗。