据估计，去年美国有61万人死于癌症。另外，至少有200万人被诊断出患有某种癌症，这一数字近年来不断攀升。

早期检测仍然是决定一个人最终能否战胜癌症的最大因素之一，幸运的是，医疗技术的进步可以提供帮助。研究人员和医学科学家认为，人工智能模型可以在早期检测过程中发挥关键作用。虽然人工智能仍然无法取代医生源于实际的专业经验，甚至无法作出真正的医学诊断，但它可以作为提高医生效率的关键工具。

人工智能能够解析密集的数据并找到规律，这可能使其非常适合在器官和组织图像中寻找异常，并在癌细胞转移之前发现它们。哥伦比亚大学的研究人员1月8日发表在《自然》杂志上的一项研究描述了一种新的医疗人工智能模型，他们说这种模型可以在细胞水平上准确预测基因的活动。理论上讲，这种精细程度可以为研究人员了解导致癌症发生的基因突变开辟新的道路。

2023年6月15日，一名实验室技术人员在湖北省武汉市一家检测机构进行基于人工智能的宫颈癌筛查。

今天，医生已经在使用人工智能来帮助发现肿瘤和加快诊断。科学家和制药公司也在不同程度上利用这项技术来协助开发新的抗癌疗法。尽管人工智能几乎肯定不会在短期内取代训练有素的肿瘤学家，但所有迹象都表明，在不久的将来，这些模型将在抗击癌症方面发挥越来越重要的作用，从早期检测到晚期治疗。

哥伦比亚大学的研究人员开发出一种能够预测基因活动的人工智能模型，名为GET（通用表达转换器）。他们说，他们利用130万个人类细胞的图像训练了他们的模型。哥伦比亚大学教授劳尔·拉瓦丹指出，一旦医学人工智能模型学会了“许多不同细胞状态下的基本原理”，它就可以被引导根据这些信息来预测模式。研究人员称，在对人工智能进行测试时，它能够预测从未见过的细胞类型中的某些基因表达。

这篇论文发表几个月前，哈佛大学医学院的科学家描述了另一种与癌症有关的人工智能检测工具，这项研究也发表在《自然》杂志上。

在这个例子中，研究人员训练他们的模型在观察患者医疗图像后检测19种不同类型肿瘤的迹象。据报告，该模型能够根据训练数据中包含的细胞特征，检测癌症并预测肿瘤的分子特征。它还能预测不同癌症类型患者的生存潜力。该模型名为CHIEF（临床组织病理学成像评估基础），利用6万张来自肺、前列腺、结肠和其他器官组织的全切片图像进行训练。

研究人员说，CHIEF比其他癌症检测人工智能模型更进一步，因为它拥有广泛的训练数据，这使得它能比其他专业程度更高的模型更全面地解释医学图像。

人工智能在癌症治疗方面的前景大致分为四类：预测、检测、药物发现和治疗实施。在检测方面，放射科医生和其他医生已经在使用人工智能工具来帮助发现肿瘤。具体来说，使用人工智能的医生的癌症检出率比不使用的医生高出17.6%。美国食品和药物管理局也已经授权销售一种用于帮助识别前列腺癌迹象的人工智能软件设计。

美国国家卫生研究院的研究人员也创建了一个名为LORIS（基于逻辑回归的免疫治疗反应评分）的人工智能模型，该模型能够预测哪类癌症患者可能从某些免疫疗法中获益最大。这种方法利用人体的免疫系统精准攻击癌细胞，比化疗和放疗等传统治疗方法创伤更小。像LORIS这样的模型可以帮助医生更好地检测可能令患者受益的治疗方法。

在开发新疗法方面，芝加哥大学医学中心综合癌症中心的研究人员最近从联邦政府获得了1600万美元的资助以发展其研究项目。该项目将使用强大的机器学习模型来梳理大型医疗数据集，并寻找可能激发耐药性癌症新疗法开发的模式。参与这项工作的人员称，他们希望人工智能的进步可以加快开发新药的速度，以便在不久的将来及时为需要新药的患者提供治疗。

同时，过早地对人工智能筛查和检测工具寄予过多的信任也存在风险。前面提到的几种模型仍处于研究阶段，在医疗机构大规模应用之前，还需要开展更多测试。还有一种风险是，机会主义者会利用“人工智能”这一过于宽泛的总括术语，夸大未经严格测试的模型的真实效果。已经有众多案例表明，人们在与流行的大型语言模型互动后，得到了错误的，甚至可能非常危险的诊断。

即使人工智能模型（很可能）在未来几年提高检测不同癌症的能力，但从根本上说，它们仍然无法与训练有素的医生完成相同的工作。诊断仍然需要人类医生，他们可以查看病情，并根据多年临床经验得出自己的专业结论。

我们已经生活在一个医生可以利用这些工具来增强自身能力的世界。不过，目前尚不清楚人工智能有朝一日是否会发展到足够可靠的程度，可以完全不借助医生的力量实现独立诊断。