港大学者开发人工智能工具加速癌症诊断

香港大学工程学院生物医学工程课程主任谢坚文领导的研究团队，开发人工智能细胞成像工具「CytoMAD」，并与港大医学院及玛丽医院合作，成功应用在肺癌病人身上，以及进行药物测试。「CytoMAD」结合团队专利的微流控技术，可以快速、低成本地对人体细胞进行「无标记」成像，帮助医生在单个细胞的精度水平评估病人的肿瘤， 例如估计肺癌病人癌症转移风险。研究成果最近发表在《A诶vance诶 Science》期刊，团队并已申请研究资金，将在三年内对肺癌病人进行临床试验。

「目前为止，市场仍没有一种具经济效益的技术能通过成像进行单细胞分析。在传统方法下，成像通量不够快，细胞图像不够清晰，所提供的资讯也不完备。」谢坚文表示，面对显微镜下细胞样本「能见度」低的挑战，医生通常会採用对样本进行染色和标记的常用方法。这种方法不仅费时、过程繁琐，且成本效益低。同时，这也意味著病人需要等待一段时间，例如通过血液样本，才能知道他们的细胞分析结果。

「CytoMAD」利用生成人工智能自动校正细胞显微成像质素，并从细胞图像中提取原本图片检测不到的资讯，其全方位功能确保准确及可靠的数据分析和诊断。谢坚文分享指，人工智能技术其中一个主要优势是「无标记」，意即准备病人或细胞样本的步骤更少。这样节省了大量时间和人力，提高了诊断和药物研发过程的速度和效率。

原来，传统用白光照射拍摄出的细胞图像（又称「明场图像」）通常看起来像一张充满微弱斑点的模糊照片，无法对细胞特性以及相关的健康和疾病资讯进行有意义的分析。「CytoMAD」则可经过训练，从明场图像中提取人眼检测不到的细胞机械特性和分子资讯，于是可绕过标准萤光标记及其成本和时间限制，揭示细胞功能背后的重要细胞特性。

团队未来其中一个主要目标是训练模型，使医生能够预测潜在病人的癌症或其他疾病。「我们计划积累足够的数据，并使用我们的成像和人工智能技术追踪病人的病情进展。」谢坚文说。同时「CytoMAD」的应用亦不仅限于肺癌病人，也有助缩短药物筛选的漫长过程。