 |
廣州2021年12月7日 /美通社/ -- 12月1日，基準醫(yī)療與南開大學聯(lián)合共建的醫(yī)學數(shù)據(jù)研究中心提交的重量級學術論文《Noninvasive Lung Cancer Early Detection via Deep Methylation Representation Learning》被人工智能促進協(xié)會AAAI（Association for the Advancement of Artificial Intelligence）下屬的全球人工智能頂級學術會議，第36屆AAAI'22（會議時間：2022年2月22日-3月1日，溫哥華）收錄。本次會議共收到9251篇投稿，創(chuàng)下AAAI投稿量的歷史紀錄；最終接收1349篇論文，錄取率為15.0%，創(chuàng)歷史新低。
基準醫(yī)療基于AI深度學習（Deep Learning）的DeepMeth甲基化數(shù)據(jù)處理模型是全球首個基于深度學習的通過連續(xù)向量表示甲基化區(qū)域的算法，也是基準醫(yī)療肺癌早檢產(chǎn)品PulmoSeekTM Plus的核心算法基礎。此次基準醫(yī)療DeepMeth研究工作能從近萬份研究論文中脫穎而出，是世界AI學術界對基準醫(yī)療在腫瘤早診早篩領域的工作的高度認可，也是精準醫(yī)療及AI+癌癥交叉學科領域的一個令人振奮的消息，再加上早前PulmoSeekTM肺癌早檢甲基化液體活檢模型已在國際重要學術期刊《The Journal of Clinical Investigation》發(fā)表，多項國際學術權威機構的認可奠定了基準醫(yī)療在全球肺癌早檢領域當之無愧的技術領先地位。
請參照下文對這項算法的解讀：
突圍之路，破局ctDNA甲基化早檢臨床應用瓶頸
血漿樣本中低豐度的循環(huán)腫瘤DNA（ctDNA）一直是癌癥早檢的難點。南開大學計算機學院與基準醫(yī)療的醫(yī)學數(shù)據(jù)研究中心聯(lián)合攻關，歷經(jīng)數(shù)年，首次利用深度學習連續(xù)向量表示甲基化區(qū)域的算法，強化了甲基化區(qū)域的整體性和連續(xù)性，成功開發(fā)了“深度甲基化表示學習進行無創(chuàng)肺癌早期檢測的DeepMeth”核心技術，一舉突破這個重大的學術和產(chǎn)業(yè)難關。
精準錨定，探秘CpG 位點的豐富遺傳學信息
不同于現(xiàn)有指標通常僅表示每個區(qū)域甲基化位點的頻率、忽略甲基化CpG位點的定位和甲基化模式，而這些正是癌癥檢測的預測特征；DeepMeth獨立看待每個甲基化區(qū)域并開發(fā)出自動編碼器來學習隱藏在區(qū)域布局中的豐富信息（例如，甲基化 CpG 位點的位置和共甲基化區(qū)域）。這是世界上首次用連續(xù)向量表示甲基化區(qū)域的深度學習模型研究，可以很大程度上避免甲基化檢測的維度災難。
深度驗證，普及肺癌早檢臨床應用
DeepMeth算法模型已在全國14家醫(yī)院多中心臨床數(shù)據(jù)集上評估了檢測性能：與基線相比，DeepMeth實現(xiàn)了顯著的AUC提升；并可與傳統(tǒng)的臨床檢查指標相結合，提高整體檢測的準確度。自2020年4月以來，全國已有94家醫(yī)院使用了基于DeepMeth模型的PulmoSeekTM Plus產(chǎn)品（用于早期肺癌檢測）。
基準醫(yī)療始終堅持從“衛(wèi)生經(jīng)濟學的角度”出發(fā)，本著“以患者利益為本”的初心，在技術上精耕不輟、厚積薄發(fā)，不斷優(yōu)化產(chǎn)品性能，提高性價比，將癌癥早期診斷整體解決方案落到實處，最終惠及更多有需要的普通人群。
