近日，顶尖学术期刊《自然》上线了一项有关癌症诊断的重要研究。

　　与以往不同的是，来自美国加州大学圣迭戈分校的科学家，通过训练人工智能从血液中鉴定微生物的遗传物质，不仅可以识别出癌症，还能对不同类型的癌症做出区分。

　　“这是一个很有前景的方向，改变了传统的检测方法，而且运用人工智能技术，使得海量的检索和比对工作得以快速而准确地完成。”南京信息工程大学教授徐军评价道。

　　微生物与肿瘤微环境息息相关

　　菌群与人体的关系毫无疑问是十分密切的。有科学家估计，在每个人的身体中细菌的数量占到了人体所有活细胞的90%。此外，我们体内还有许多病毒存在。

　　这些常驻人体的微生物几乎参与了人体的一切生命活动，所以，它们的核酸片段（DNA或RNA）也就经血液游荡在我们体内。

　　近年来，许多研究证据显示，人体微生物对多种类型的肿瘤有“贡献”。科学家猜想，这些微生物在癌症中所起的作用也许比我们已知的更多。因为以前的癌症研究工作，忽略了人体癌细胞与微生物可能有复杂的相互作用。

　　这也就提供了一种全新的检测癌症的思路：用正常人血液中与癌症患者血液做对比，其中的微生物是否会有差别呢？

　　于是，美国加州大学圣迭戈分校的科学家有了一个大胆的设想：分析血液中来自微生物的遗传物质，可以根据其特征模式来识别体内的肿瘤。

　　如果在过去，这种设想真的只能是想想罢了，“这是因为细菌的数量十分庞大，检测它们的基因序列将是一个海量工程。”徐军说，但是得益于基因测序技术的发展，现在测序的费用与时间都在大幅下降，同时微生物的基因测序也能够运用AI技术，效率能大大提升。

　　徐军告诉记者，疾病的检测、诊断和治疗是一个非常复杂的过程，需要借助多方面信息，比如图像数据、基因数据、分子和蛋白的表达，患者的病史、遗传背景、家族史等其他数据化信息，以及患者的临床数据，微生物的核酸特征等等。大数据和机器学习技术的加入，从基因层面、细胞层面、以及微生物层面展现患者个体化的信息。

　　“我们对这些问题理解越深刻，治疗疾病的成功率就越高。”徐军说，在没有AI技术之前，尽管我们能够采集大量的数据，但是由于能力限制，能够获取的知识很有限。比如尽管我们能够破译人类的基因，但是目前90%以上的信息我们还不能理解对疾病的诊断和治疗有什么作用。

　　人工智能测癌可靠性有多高

　　研究人员在几千份样本中找到相应的微生物特征后，把工作交给了人工智能。通过相应的机器学习模型来挖掘大量数据，把特定的微生物序列特征与特定的癌症相匹配。

　　“机器学习的方式主要有监督学习和非监督学习，从这个项目公开的信息来看，采用的是监督学习模式。”徐军分析说，监督学习的特点是人类会把知识传授给计算机，计算机根据样本的特征进行学习，接下来就能够自动区分疾病或者健康的样本。

　　另一种非监督学习将能够使得机器具备更高的智能，即人类没有给计算机提示，计算机通过归纳的样本之间的规律和模式，突破了以往需人类干预才可学习的局限。

　　“现在还有一种新的非监督学习模式对抗学习，其特点是人类设计出两个模型，一个用于制造伪装数据，另一个用于鉴别伪装，在你来我往中实现互赢，最后达到纳什均衡状态。”徐军认为，我国拥有大量的疾病数据，医学和人工智能领域之间如果能够长期深入合作，将能够更好地为患者服务。

　　从此项研究的结果来看，这套AI模型在实际诊断中是可靠的。科学家让AI对100名患者的样本血浆进行分析，并与69名健康无癌个体的血样进行比较。机器学习模型不仅可以区分患癌和无癌的样本，还能区分不同类型的癌症：以86%的敏感性识别出肺癌患者，对于无肺部疾病的个体没有出现假阳性报告，并且以81%的准确率区分出前列腺癌和肺癌。