識別基于血樣的癌癥非常困難。通常，醫(yī)生將化學物質(zhì)加入血樣，使癌細胞變得可見，但是這就使得血樣不能再用于其他測試。其他識別癌細胞的技術是基于癌細胞的異常結構，但是這需要花更多的時間（但是在血樣中的癌細胞很少），并可能把一些畸形的細胞錯誤識別為癌細胞。

現(xiàn)在洛杉磯加利福尼亞大學的研究人員研發(fā)出一種技術，該技術將特定的顯微鏡和一種人工智能算法結合，以非破壞性的方式識別出血樣中的癌細胞。這不但可以減少診斷癌癥的時間和工作量，還可應用于精準醫(yī)療領域。研究人員將這項研究寫成論文發(fā)表在《Scientific Reports》上。

該技術中使用的顯微鏡名為光激性時間伸縮顯微鏡，它使用納秒級的光脈沖在每秒內(nèi)捕獲成千上萬的細胞圖像。將這些圖像輸入到計算機程序中，這種程序可以區(qū)分出細胞的16種不同物理結構，比如直徑，對光的吸收程度等。

通過一些已經(jīng)被分析過的圖像，研究人員使用深度學習技術訓練計算機程序識別出癌細胞。在經(jīng)過若干輪測試之后，研究人員發(fā)現(xiàn)，他們的技術比現(xiàn)有的分析技術好17%.他們相信這種技術可以更好地引領數(shù)據(jù)驅動的癌癥診斷。

通過分析患者的基因，深度學習已經(jīng)被用于疾病診斷。由于這種技術可以用于識別癌細胞，它還可以幫助研究人員更好地了解導致癌癥的基因突變，以更好地對癌癥治療方法進行研究。