IT之家10月13日讯 腾讯今日宣布，由腾讯生命科学研究所、广州医科大学附属第一医院、广州呼吸健康研究院联合研发的DeepGEM大规模病理模型在预测肺癌基因突变方面已完成大规模验证。只需使用传统的病理切片图像，即可在不到 1 分钟的时间内完成肺癌基因突变的预测，准确率达 78% 至 99%。换句话说，它是一种利用AI仅根据病理图像而不依赖基因测序来预测突变的新方法。此前，检测结果需要花费数万元，人们必须等待一到两周才能得到结果。未来预计只需几分钟，成本降低数倍。 ▲ DeepGEM 大模型显示肺癌基因突变的空间分布。 DeepGEM的主要功能是“看到”基因突变om 常规的基于人工智能的病理图像。尽管病理切片并不能直观地反映突变本身，但许多研究发现“形态信号”之间存在统计相关性，例如肿瘤细胞的位置、周围组织的形态特征和反应以及特定的基因突变。 DeepGEM 使用大量病理数据来捕获看似普通图像中可能意味着突变的细节。该模型采用多实例学习（MIL）架构，无需手动预先标记肿瘤区域。相反，整个图像被直接输入模型，人工智能确定哪些区域值得关注并提供相应的预测。同时，该模型还可以生成基因突变的“空间分布图”，显示同一肿瘤内不同区域的突变差异，帮助医生在观察时快速识别突变率高的区域。g切片，提高观察效率并支持决策。当然，不同患者的病理标本形状不同，可能是术后切除或针吸活检获得的，甚至有一定的质量差异。 DeepGEM在设计之初就考虑到了这些实际情况。 DeepGEM可以处理任何常规病理切片，适应性强，实施门槛低。目前，在多个数据测试集上，Deep大规模GEM模型的预测准确率达到78%-99%，已经可以与传统的基因测试方法相媲美。换句话说，当检测周期过长、样本不足或患者等不起时，DeepGEM的大规模模型可以快速提供参考结果，帮助医生尽快做出决策。 IT之家从腾讯公告获悉，在完成 DeepGEM 大模型运营后，腾讯第一家附属公司广州医科大学附属医院、广州呼吸健康研究院与金医医疗正式启动下一步合作。目标是共同打造基于人工智能的“大规模多模态病原体建模平台”，推动人工智能技术应用于更多癌症部位和类型的辅助诊断。
特别提示：以上内容（包括图片、视频，如有）由自媒体平台“网易号”用户上传发布。本平台仅提供信息存储服务。
注：以上内容（包括这些照片和视频，如有）由仅提供数据存储服务的社交媒体平台网易号用户上传和发布。
腾讯AI实现肺癌基因突变预测 准确率最高可达99%