https://www.iflscience.com/could-ai-find-a-cure-for-cancer-a-computational-oncology-expert-shares-his-view-84093
随着人类与计算机并肩工作，我们或许能够实现任何一方单独都无法达成的成就。
劳拉·西蒙斯
劳拉拥有伦敦帝国理工学院实验神经科学硕士学位和生物学学士学位。她的专业领域包括健康、医学、心理学和神经科学。
人工智能已成为我们生活中不可避免的一部分，其方式在短短几年前还难以想象。但在医学和科学研究领域，人们实验AI方法的时间要长得多。
癌症研究也不例外。IFLScience最近与剑桥大学计算肿瘤学教授、英国癌症研究剑桥研究所高级组长弗洛里安·马科维茨教授进行了交谈。
作为一名工作处于技术与医学前沿的研究者，他非常适合告诉我们AI如何已经在影响癌症的检测、诊断和治疗——我们以或许是其中最大的问题开始了对话。
AI能找到治愈癌症的方法吗？
马科维茨教授：这个问题有很多层面需要展开。第一部分是，癌症是否会有被治愈的一天？我认为答案很可能已经是“不会”。这并不是因为我们在治疗癌症、管理癌症方面没有取得进展，而是因为癌症是一种非常复杂的疾病，出现在身体的各个部位，有许多不同的根本机制导致它的发生。
认为我们可以完全根除它，我认为非常非常不可能。
我们会找到更好的药物。我们会确保人们活得更久，拥有更健康的生活。我们可以更早地发现癌症。我们会在各个方面取得进展，但我认为它永远不会消失。
AI在癌症治疗中听起来很未来主义，但它实际上正在发生，对吗？
马科维茨教授：用于理解癌症基因组图像模式的计算分析方法在癌症研究中有着悠久的传统。它们已经被使用了几十年。所以，你目前听到的关于医学中AI的消息，只是一个已经持续数十年的过程的延续。
属于这一领域的有不同类型的计算方法。这些方法所做的是它们非常擅长的——预测。也就是说，它们接收数据并预测特定结果。
长期使用的最基本方法之一称为图像分割。如果你拍了一张放射学图像，你会得到一个灰色的云状物，需要训练有素的放射科医生才能解读。AI所做的是预测，例如，肿瘤在哪里？它查看所有这些灰色图案——它已经见过很多了——然后突然出现一个轮廓，并说，我认为肿瘤在这里。
放射学，因为它是数字数据，长期以来一直处于这方面的前沿，这些方法非常成熟。
另一个任务可能是，有人说，好的，如果我们在放射学图像中看到这样的肿瘤，并且我们随时间跟踪它，我们能预测化疗结束后癌症复发的风险是多少吗？这是另一个预测任务。
而且这方面的工具已经存在了很长时间，AI在很大程度上只是解决同样问题的更强大方式。
你能分享你研究中的一些例子来说明整合这些方法的力量吗？
马科维茨教授：一个[案例研究]是关于早期检测可能发展成食管癌（食道中的癌症）的方法，这始于我在剑桥的一位同事丽贝卡·菲茨杰拉德，她是早期癌症研究所的教授，就在我研究所隔壁。
她研究的问题是，当人们有反流时，胃酸会进入食道并改变食道底部的组织。这可能导致组织变化，后来被称为巴雷特食管，之后可能发展成全面的癌症。
有这种组织变化的人患癌风险很高——我们如何看到食道底部，就在它进入胃之前，组织是否发生了变化？
标准方法是内窥镜检查，他们将带摄像头的线缆从喉咙推下去。你不想这样，没人喜欢。所以我的同事想，也许有更简单的方法。
她开发了一种叫做胶囊海绵的东西，是一种系在绳子上的药丸。你吞下药丸，它进入你的胃——不要松开绳子——在你的胃里，药丸溶解成一个小海绵。然后有人通过你的食道把海绵拉出来——这听起来很疯狂，但只需要两秒钟。
海绵在出来的路上收集了大量细胞。[……]问题是需要非常专业的病理学家来分析这些细胞。
所以我们用这些新的卷积神经网络，这些新的AI工具，来分析海绵检测到的细胞图像。
这是一项真正对患者有影响的技术。[……]这是一项非常简单的技术，但它有一个瓶颈，而这个瓶颈被AI解决了。
没有人能预测未来——即使是古代美索不达米亚人也不能，尽管他们有一些非常有趣的方法！——所以我们不能确定计算肿瘤学领域将迎来哪些突破。
癌症是一种很可能在某个时刻触及我们大多数人的疾病。最近一项研究警告说，早衰可能正在增加年轻人的癌症风险，同时还有50岁以下人群结直肠癌病例惊人上升的消息。
但与此同时，创新正在产生可衡量的影响。在今年早些时候发布的统计数据中，美国五年癌症生存率达到创纪录的70%。
从HPV疫苗降低宫颈癌风险，到药物治疗的新进展延长生存期甚至治愈以前无法治愈的疾病，我们有理由保持乐观。AI只是其中的一部分，但它有潜力成为至关重要的一部分。