德克萨斯大学西南分校的研究人员利用人工智能(AI)开发了一种方法，可以准确预测哪些皮肤癌是高度转移的。这一发现发表在《细胞系统》(Cell Systems)杂志7月份的封面文章中，显示出基于人工智能的工具有可能彻底改变癌症和各种其他疾病的病理学。

　　达努瑟博士解释说，人工智能技术在过去几年里取得了显著进步，基于深度学习的方法能够区分人眼基本上看不见的图像中的细微差异。研究人员建议使用这些潜在信息来寻找疾病特征的差异，从而为预后或指导治疗提供见解。然而，他说，人工智能区分出的差异通常不能用特定的细胞特征来解释——这是一个缺点，使得人工智能很难在临床应用中得到推广。

　　为了克服这一挑战，达努瑟博士和他的同事们使用人工智能来搜索具有高转移潜力和低转移潜力的黑色素瘤细胞图像之间的差异——这一特征可能意味着皮肤癌患者的生死——然后对他们的发现进行逆向工程，以找出这些图像中的哪些特征导致了这些差异。

　　研究人员利用来自7名患者的肿瘤样本和他们的疾病进展(包括转移)的现有信息，对培养皿中生活的约1.2万个随机细胞进行了视频拍摄，生成了约170万张原始图像。然后，研究人员使用人工智能算法从这些图像中提取56种不同的抽象数字特征。

　　达努瑟博士和他的同事们发现了一个能够准确区分高转移潜力和低转移潜力细胞的特征。他补充说，通过操纵这个抽象的数字特征，他们制作了人造图像，夸大了人眼无法检测到的转移所固有的可见特征。高度转移的细胞产生了更多的假足延伸——一种指状突起——并且增加了光散射，这种效应可能是由于细胞器的细微重排。

　　为了进一步证明这一工具的实用性，研究人员首先对人类黑色素瘤细胞的转移潜力进行了分类，这些细胞已经在培养皿中冷冻培养了30年，然后将它们植入小鼠体内。那些被预测为高度转移的形成的肿瘤很容易在动物体内扩散，而那些被预测为低转移潜力的肿瘤很少或根本不扩散。

　　德克萨斯大学西南分校细胞生物学教授Danuser博士指出，这种方法在成为临床护理的一部分之前需要进一步研究。但他补充说，最终有可能使用人工智能来区分癌症和其他疾病的重要特征。