近日,腾讯 ai 发布了一项令人瞩目的科研成果:其生命科学实验室联合广州医科大学第一附属医院、广州呼吸健康研究院共同研发的病理大模型 deepgem,已顺利完成大规模临床验证。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜

这项技术的最大亮点在于,仅需一张常规病理切片图像,DeepGEM 就能在短短 1 分钟内精准预测肺癌中的多种关键基因突变,准确率高达 78% 至 99%。它不再依赖传统的基因测序手段,而是直接从最普遍的病理图像中挖掘出隐藏的基因信息。这意味着,在癌症精准治疗中长期存在的“耗时长、成本高、操作难”等难题,有望被 AI 技术大幅缓解,未来检测费用甚至可能下降数倍。

你或许会疑惑:一张普通的组织切片,本质上只是细胞结构的显微图像,如何能反映基因层面的变化?
这正是 DeepGEM 的核心突破所在。尽管基因突变本身无法通过显微镜直接观察,但大量医学研究证实,特定的基因变异会潜移默化地影响肿瘤细胞的行为模式,并在组织形态上留下独特痕迹。这些被称为“形态学信号”的特征,可能体现为细胞排列异常、形状怪异,或与周围组织互动方式的改变。

DeepGEM 的任务,就是利用深度学习技术,将海量病理图像中的形态特征与对应的基因数据进行关联分析。如同一个不知疲倦的学习者,它在消化了庞大数量的病例后,能够在看似寻常的图像中敏锐识别出暗示基因突变的关键视觉线索。
为了提升模型的学习效率和判断精度,研发团队采用了先进的多示例学习(Multiple Instance Learning, MIL)架构。这种训练方式更智能、更高效。
传统 AI 模型往往需要医生预先在整张病理图中标注出肿瘤区域,过程繁琐且耗时。而 MIL 架构则跳过了这一环节,允许模型直接处理整张切片图像,由系统自主识别重要区域并提取有效信息,最终输出综合预测结果。这种端到端的处理流程不仅提升了效率,还能更好地捕捉细微且分布广泛的病理特征。

DeepGEM 的功能远不止于提供“是否突变”的二元判断。它还为临床医生带来了一个革命性工具——基因突变空间分布图。
DeepGEM 大模型展示肺癌基因突变的空间分布
事实上,同一颗肿瘤内部不同区域的基因状态并不完全一致,这种“异质性”是当前癌症治疗的一大难点。
DeepGEM 能生成一张可视化热力图,清晰标注出整张切片中哪些部位具有更高的基因突变概率。这就像是为医生配备了一套实时导航系统,帮助他们在显微镜下快速锁定最具代表性的病灶区域,从而制定更精准的诊疗方案。
更值得一提的是,DeepGEM 在设计之初就充分考虑了真实医疗场景的多样性。无论是手术切除的大块组织样本,还是穿刺获取的微小标本,甚至是质量参差不齐的切片图像,它都能稳定应对。这种强大的适应能力,显著降低了其在各级医疗机构推广应用的技术门槛。

在多轮严格的临床测试中,DeepGEM 的预测性能已达到与传统基因检测相当的水平。这意味着,当患者病情紧急无法等待测序结果、样本量不足难以完成检测,或身处缺乏高端检测设备的偏远地区时,DeepGEM 可作为高效的替代方案,为医生提供及时可靠的决策支持,抢夺宝贵的治疗窗口期。
随着 DeepGEM 在肺癌领域的成功落地,更大的蓝图正在展开。腾讯已正式宣布,将携手广州医科大学第一附属医院、广州呼吸健康研究院及国内领先的第三方医学检验机构金域医学,开启新一轮深度合作。
四方将共同建设一个前沿的“病理-基因多模态大模型平台”。该平台旨在将 DeepGEM 的能力逐步拓展至更多癌种和器官系统,推动构建覆盖广泛、智能高效的癌症精准诊断体系。或许在不久的将来,AI 将成为每位病理医生不可或缺的智能搭档,共同守护生命的希望。
以上就是准确率高达 99%!腾讯 AI 可预测肺癌基因突变的详细内容,更多请关注php中文网其它相关文章!
每个人都需要一台速度更快、更稳定的 PC。随着时间的推移,垃圾文件、旧注册表数据和不必要的后台进程会占用资源并降低性能。幸运的是,许多工具可以让 Windows 保持平稳运行。
Copyright 2014-2025 https://www.php.cn/ All Rights Reserved | php.cn | 湘ICP备2023035733号