人工智能帮助诊断癌症，更加高效！

根据血样诊断癌症是非常具有挑战性的。一般来说，医生会通过向样本中添加化学物质来使癌细胞可见，但这也会阻止样本用于其他测试。其他诊断技术是基于癌细胞的异常结构，但这将需要更多的时间，并且可能错误地将健康的异常细胞识别为癌细胞。

很难从一堆细胞中选择非常少量的癌细胞。

现在，加州大学洛杉矶分校的研究人员开发了一种新技术，将特殊显微镜和人工智能算法相结合，可以无损地识别样本中的癌细胞。该技术不仅可以减少癌症诊断的时间和精力，而且是精密医学领域的一大成就。

光子时间延伸显微镜

这项技术中使用的显微镜被称为光子时间延长显微镜，它可以将纳秒脉冲光分解成多条光线，每秒钟可以捕捉数十万幅图像。这些图像被输入到计算机程序中，并根据细胞的16种不同物理特征进行分类，如直径、圆度和吸收的光量。

研究人员利用一组经过分析的图像，训练计算机程序使用深度学习技术来识别癌细胞。经过几轮测试，研究人员发现，与现有的分析工具相比，该系统的识别能力至少提高了17%。研究人员相信他们的方法将导致更多数据驱动的癌症诊断系统。

深度学习技术已经被用来通过分析病人的基因来帮助诊断疾病。由于这项技术能够识别其他方法可能无法识别的癌细胞，它也有可能帮助研究人员更好地理解导致癌症的基因突变，从而创造出治疗癌症的新方法。

蝌蚪君编译自popsci，译者玲玲，转载必须授权。