为了确定癌症的类型和严重程度，病理学家通常在显微镜下分析肿瘤活检薄片。但要弄清楚哪些基因组变化驱动了肿瘤的生长(这些信息可以指导如何治疗)，科学家必须对从肿瘤中分离出的 RNA 进行基因测序，这个过程可能需要数周时间，花费数千美元。

现在，斯坦福医学院的研究人员开发了一种人工智能计算程序，该程序可以仅基于活检的标准显微镜图像来预测肿瘤细胞内数千个基因的活动。

该工具于 11 月 14 日在《自然通讯》杂志上发表，使用来自 7,000 多个不同肿瘤样本的数据创建。该团队表明，它可以使用常规收集的活检图像来预测乳腺癌的基因变异并预测患者的治疗结果。

“这种软件可以用来快速识别患者肿瘤中的基因特征，加快临床决策并为医疗保健系统节省数千美元，”生物医学数据科学教授兼论文资深作者 Olivier Gevaert 博士说。

这项工作还由斯坦福大学研究生 Marija Pizuria 和博士后研究员 Yuanning Zheng 博士和 Francisco Perez 博士领导。