騰訊 AI 實現肺癌基因突變預測，精度最高 99%快訊
已在肺癌基因突變預測中完成大規模驗證 —— 只需常規病理切片圖像，是基于 AI 從普通病理圖像中「看出」基因突變 —— 雖然病理切片不直觀反映突變本身，這是一種不依賴基因測序、只靠病理圖像就能用 AI 完成突變預測的新路徑。
IT之家 10 月 13 日消息，騰訊今日宣布，騰訊生命科學實驗室與廣州醫科大學第一附屬醫院、廣州呼吸健康研究院聯合研發的 DeepGEM 病理大模型，已在肺癌基因突變預測中完成大規模驗證 —— 只需常規病理切片圖像，1 分鐘內完成肺癌基因突變預測，精準度達 78%~99%。
換句話說，這是一種不依賴基因測序、只靠病理圖像就能用 AI 完成突變預測的新路徑。過去動輒上萬元、要等一兩周才能拿到的檢測結果，未來或只需幾分鐘，成本也有望降低數倍。
DeepGEM 的核心能力，是基于 AI 從普通病理圖像中「看出」基因突變 ——
雖然病理切片不直觀反映突變本身，但大量研究發現，腫瘤細胞的排列方式、形態特征、周圍組織反應等「形態學信號」，和某些基因突變之間存在統計學上的關聯。DeepGEM 就是通過大量病理數據，在看似普通的圖像中，捕捉那些「可能意味著突變」的細節。
模型采用多示例學習（MIL）架構，不需要人工提前標注腫瘤區域，而是直接把整張圖像輸入模型，由 AI 判斷哪些區域值得關注，并據此給出預測結果。
同時，模型還能輸出基因突變的「空間分布圖」，展示同一腫瘤內部不同區域的突變差異，幫助醫生在觀察切片時，快速識別突變高發區域，提高觀察效率、輔助決策判斷。
當然，不同患者的病理樣本形態各異，可能來自術后切除，也可能是穿刺活檢，甚至存在一定質量差異。DeepGEM 在設計之初，就考慮了這些實際情況，只要是常規病理切片，DeepGEM 都能處理，適配性強、落地門檻低。
目前，在多組數據測試中，DeepGEM 大模型的預測準確率達 78%–99%，已經可以媲美傳統的基因檢測方法。也就是說，當檢測周期太長、樣本不足，或者患者等不起時，可以通過 DeepGEM 大模型快速給出參考結果，幫醫生盡快做出決策。
IT之家從騰訊公告獲悉，在 DeepGEM 大模型跑通之后，騰訊、廣州醫科大學第一附屬醫院、廣州呼吸健康研究院和金域醫學，正式開啟下一步合作：將共建一個基于 AI 的「病理-基因多模態大模型平臺」，推動 AI 技術應用到更多部位、更多癌種的輔助診斷。
1.TMT觀察網遵循行業規范，任何轉載的稿件都會明確標注作者和來源；
2.TMT觀察網的原創文章，請轉載時務必注明文章作者和"來源：TMT觀察網"，不尊重原創的行為TMT觀察網或將追究責任；
3.作者投稿可能會經TMT觀察網編輯修改或補充。
