1分钟即可预测基因突变 金域医学、腾讯、广医一院携手开发病理基因大模型
由广州呼吸健康研究院、腾讯共同开发的DeepGEM病理大模型,实现了通过常规组织病理学图像,1分钟即可精准预测多种常见肺癌驱动基因突变,精准度达78%~99%,有望将肺癌患者基因检测成本下降数倍,为突破全球肺癌精准诊疗中“慢、贵、难”的瓶颈,找到快速、经济、准确的“中国方案”。
这项研究成果已发表在国际顶尖临床肿瘤学研究期刊《柳叶刀▪肿瘤》,DeepGEM病理大模型也于近日获得国家知识产权局颁发的发明专利授权。为进一步推进DeepGEM病理大模型的应用普及,广州医科大学附属第一医院及广州呼吸健康研究院、腾讯、金域医学三方在10月11日宣布达成合作,共同建设基于人工智能技术的精准医学研究,依托DeepGEM大模型,共同开发肿瘤病理基因多模态大模型,为癌症患者提供准确、及时且经济的基因突变预测新技术。

AI为对抗“癌王”赢得“先机”
肺癌是全球发病率与死亡率最高的“癌中之王”,靶向治疗是最有效的手段之一。在规范的癌症确诊和治疗流程中,病理活检是确诊癌症的基础,基因测序则是靶向治疗的必要前提。然而,传统的基因测序通常需要长达1-2周的等待周期,往往需要对患者进行多次穿刺以获取大量样本。这给肺癌精准治疗带来了“慢、贵、难”的难题,尤其在医疗资源匮乏的地区,患者难以及时获得精准治疗。
由广州医科大学附属第一医院国家呼吸医学中心主任、广州呼吸健康研究院院长何建行教授,广州医科大学附属第一医院胸部肿瘤综合病区主任、广州呼吸健康研究院院长助理梁文华教授,腾讯生命科学实验室首席科学家姚建华博士,高级研究员赵宇博士等组成的联合研究团队,用AI技术挑战这一肺癌精准治疗的难题,旨在开发一种更快、更经济、更普惠的新型癌症检测手段。
研究团队利用肺癌患者确诊时使用的常规组织学图像,通过AI技术建立病理图像特征与基因突变之间的联系,开发出无需人工标注、基于深度学习的DeepGEM大模型,实现利用常规病理切片图像来预测基因突变。结合国内16家医疗中心的3637例患者,以及TCGA国际肿瘤基因数据库的473例不同种族背景的患者,研究团队通过大规模、多中心的回顾性研究,验证了DeepGEM大模型对肺癌基因突变具有强大且稳健的预测性能,在不同数据集测试中其精准度达到了78%~99%,媲美传统基因检测的准确率。

这意味着DeepGEM大模型可以作为当前基因检测的有效补充,甚至在紧急治疗等情况下,成为快速获基因突变分析的替代方案。在AI的帮助下,DeepGEM大模型还生成了基因突变空间分布图,能够直观地展示同一肿瘤内部不同区域的突变情况,为临床医生制定治疗方案,进一步研究肿瘤性质提供了新的辅助工具。
依托丰富的肿瘤病理和分子病理诊断样本数据,2025年,金域医学将覆盖全国30个省份不同级别医疗机构的4260例(含8520例数字切片)肺癌患者样本纳入到了DeepGEM大模型的验证研究,结合多基因二代测序技术和病理图像分析进行评估。结果表明DeepGEM大模型在预测EGFR、KRAS、ALK等常见肺癌驱动基因突变时表现尤为突出,其关键性能指标已达到临床辅助诊断的参考水平,具备良好的适用性与兼容性。
DeepGEM大模型分钟级的快速预测能力,能使病情严重的患者更迅速地制定治疗决策,及时接受靶向治疗。此外,它为基因检测成本高昂地区的患者提供了进行多基因突变检测和精准治疗的可能性。
加速肿瘤病理基因多模态大模型开发
基于DeepGEM大模型的研究成果,金域医学与腾讯、广州医科大学附属第一医院及广州呼吸健康研究院将进一步扩大对肿瘤突变基因识别的研究,推动DeepGEM大模型在肺癌基因突变预测的临床应用,并拓展DeepGEM大模型在其他癌种的能力验证,共同开发病理基因多模态大模型。
腾讯生命科学实验室首席科学家姚建华介绍,为了解决传统基因检测中成本高、等待时间长以及样本要求高的临床痛点,研究团队在人工智能技术的应用上,展现了多项核心创新:应用多示例学习(Multiple Instance Learning,MIL),采用无需人工标注肿瘤区域的“端到端”先进架构,比传统依赖肿瘤分割的两阶段方法更能捕捉全局信息,从而提升了预测的准确性。同时,DeepGEM大模型对切除活检和穿刺活检等不同类型的活检样本都适用;还能生成基因突变的空间分布图,直观地展示突变在组织内的分布情况。
金域医学董事长兼首席执行官梁耀铭表示,本次和广医附一院、腾讯的强强联合,推动病理基因多模态大模型技术的开发,是金域医学探索“AI+医检”的重要方向之一。金域医学拥有海量数据,已构建起涵盖常见病灶与罕见基因突变的“数据宝库”,同时也拥有丰富的新技术应用场景。“我们希望不仅是在肿瘤诊断,未来在其他非癌病变,以及罕见病、疑难病的精准诊断方面,也能联合更多合作伙伴,跨界融合,共同开创智慧医检新格局,推出更多智能、普惠的临床诊断解决方案。”
广州医科大学附属第一医院国家呼吸医学中心主任何建行表示,本次DeepGEM大模型成功在金域落地部署,是探索病理-基因多模态AI大模型的里程碑。未来,基于AI的智能化医学将成为常态,临床的科研和金域医学、腾讯合作,有助于推动医疗AI科研成果加速转化落地。“我们希望可以为临床科研提供一个成果转化合作的示范,推动临床研究能够真正转化落地临床,造福百姓健康。”
未来,三方将开发病理基因多模态大模型,通过综合病理形态学与蛋白组学、代谢组学等信息,实现具有泛化性的多部位、多癌种、多组学的AI辅助诊断。
免责声明:市场有风险,选择需谨慎!此文仅供参考,不作买卖依据。
标签:
推荐文章
- 1分钟即可预测基因突变 金域医学、腾讯、广医一院携手开发病理基因大模型
- 饭店内2万余元黄金首饰被盗,3小时后警察找到了“最不可能的她”
- 为了防止造反,明朝不准王爷进京,清朝不准王爷出京,谁更高明
- 慈善夜市什么样?来半淞浦西世博园区看看吧
- 兰州市出台《关于进一步促进房地产市场平稳健康发展的若干措施》
- ⚽荷乙战报:赫尔肯斯头槌制胜 威廉二世2-1逆转马斯特里赫特
- 四合院开局一只旅行青蛙(旅行青蛙 明信片)
- 詹宁斯谈明年奥运首发:库里、布克、詹姆斯、杜兰特、浓眉
- 东西问·汉学家丨美国汉学家邰谧侠:《道德经》缘何成为外译最多的中国典籍?
- 顺发恒业(000631.SZ):选举许小建为董事长
- 非遗文化+群众体育!普宁连续24年举办7届运动会
- 13岁女孩被老师扇致耳膜穿孔,事发数月老师仍在上课,学校回应
- 杨幂男友曝光?周冬雨跑路?杜华背刺孟美岐?檀健次被代言退货?
- 2023内蒙古鄂尔多斯市党群部门所属事业单位招聘工作人员考试成绩汇总的公告
- 祥源新材(300980.SZ):研发生产的聚烯烃发泡材料已进入华为的供应链体系中,通过下游模切厂供给至华为
- 免票、半价!徐州最新发布!
- 华为Mate60和Mate50配置对比!5499起“加量不加价”
- 轩尼诗Hennessy亚洲首店将于上海前滩太古里开业
- 定西宽粉“圈粉”无数
- 河南各级工会三年消费援疆超4.5亿元
- 谨防文具盲盒“刺伤”孩子
- 一天三场重磅活动 温州新能源产业风鼓满帆
- 爱柯迪(600933)8月31日主力资金净卖出1283.43万元
- 机械革命鲨疯了 R7-7840H迷你主机2999元!
- 中贝通信:算力租赁业务尚未产生收入
- 金辉控股上半年净利润约7.37亿元,二线及核心三线土储占比为97%
- 街边烟火气聚拢起人气和财气
- 崩坏星穹铁道往复不止怎么达成
- 苏州五批次共计成交金额42.9亿元,2宗地块封顶摇号
- 华泰证券(06886):“21华泰11”将于9月7日付息
- 宣战书(关于宣战书介绍)
- 离婚后对方不给抚养费可以申请法院强制执行吗?
- 中国智能手表市场:华为居首 苹果、小米居二
- 中央气象台升级发布台风红色预警
- 吴子嘉曝郭民调再往下掉 没能力就不要玩了
- 阿特斯:8月30日融资买入2477万元,融资融券余额2.86亿元
- 180家上市公司中报分红,减持新规下3家“铁公鸡”终分红
- 今日中国组合timez组合解散了吗(能说实话吗 TimeZ和EXO那个人气更高呢为什么我觉得TimeZ有些弱呢)
- 治安管理处罚法修订草案首次提请审议,这些看点值得关注
- 强度堪比“杜苏芮”!新台风会影响江西!接下来天气……
- 龙湖集团2023年第一期中期票据成功发行,规模为11亿元
- 四箭齐发,大牛市来了?
- |不一样的新村民,舞出岱岳新风情
- 莱西格(关于莱西格的简介)
- 良品铺子行走的CD夏日歌会落地武汉美术馆,本周五将迎来收官之战
- 中集集团上半年营收606亿元 储能业务在手订单逾10亿元
- 天风证券:给予科前生物买入评级
- 国产芯片制造的突破手,青岛芯恩-澳柯玛
- 农业农村部:科学规范开展增殖放流 推进长江大保护工作
- 福田雷萨北方战区营销业务交流会圆满召开
- 奋力夺取秋粮好收成
- 【动脉严选新品鉴第27期】安速康医疗:首款国产分体式设计无主机超声刀
- AH300ETF:融资净偿还1.15万元,融资余额97.29万元(08-29)
- 食品安全板块8月29日涨1.78%,新 大 陆领涨,主力资金净流出1.11亿元
- 创建文明城市从我做起征文800字开头 创建文明城市从我做起征文
- [meteortale]被收养的姐弟 Mokiet&Undyne
- 海绵是什么材料做的(海绵是什么材料)
- 皮蛋“拌”香蕉 沉浸式艺术展登陆上海
- 曝北京首钢男篮下赛季季后赛主场定在首都体育馆
- 收评:两市收高创业板指涨近3% 科创50指数大涨超4% 资金爆买相关ETF
- 莫里斯·斯泰因(关于莫里斯·斯泰因简述)
- 生物医药产业高质量发展战略咨询会召开
- 北京来论:两岸经贸关系必须回归正常化轨道
- 中国电研:8月28日融资买入445.01万元,融资融券余额1.06亿元
- 襄阳市樊城区明晶巷社区:打造睦邻调解室,巧化百姓烦心事
- 浙能电力:8月28日融资买入2202.59万元,融资融券余额2.4亿元
- 国海证券给予马应龙买入评级,2023 年中报点评:基数影响上半年销售费用高增长,短期拖累利润端
- 残保金2019年2015号优惠政策(残保金2019)
- 财政部、国家税务总局公布延续一批个人所得税优惠政策
- 自行车和棒球来了!明天10点,杭州亚运会又有8个项目开票
- 国家二级保护动物雨中“落难”,警民联手救助
- 【互动掘金】泰胜风能:目前在手订单充裕 各生产基地产能利用较为饱满
- 二维码 推动数字时代发展新变革
- 公安河东分局开展平安建设主题宣传活动
- 券商观点|食品饮料行业研究周报:中国啤酒的高端化,道阻且长,溯游从之
- 暴雨将至!台风“苏拉”逐渐靠近,海南未来天气
- 瑞尔特8月28日快速反弹
- 悄无声息的意思(别具匠心的意思)
- “不只选好作品,更要选好苗子”——2023青创赛侧记
- 【碧蓝档案×明日方舟】当罗德岛误入基沃托斯27:初入灰鸡窝的日富美
- 发泄小游戏下载(可以发泄的小游戏)
- 凯隐技能机制(lol凯隐技能)
- 中国石化:上半年净利同比降20.1% 拟8亿至15亿元回购股份
- 摩托罗拉耳机(关于摩托罗拉耳机的基本详情介绍)
- “苏拉”已升至超强台风,预报路径直指福建?未来泉州天气……
- 睡前八个动作瘦小腿
- 红楼梦:蘅芜苑是大荒山?薛宝钗是山鬼转世?
- qq涂鸦简单画法撩人(qq涂鸦怎么画好看)
- 奥迪时间怎么设置(奥迪时间怎么调整?)
- 郭艾伦:开局心态调整的不错&尤其张镇麟 替补上来节奏有点停滞
- 盘古越狱工具怎么用(盘古越狱工具)
- Target推进布局区域物流网络 提供就近配送服务
- 科威尔(688551.SH):拟使用不超4.5亿元暂时闲置募集资金进行现金管理
- 老师补课学生提高60分,家长明知违规却引而不发,原来是时机未到
X 关闭
资讯
X 关闭

