AI赋能甲状腺结节良恶性诊断：19个生物标志物建立模型，大大的提升准确率

·术后检测？切开活检？在动手术前，肝脏下颚的良性恶性难分辨。西湖所大学任教李天南小两组将高通量酵素两组学与Al新科技相结合，病患确切率提高到85%以上。

9月6日，西湖所大学李天南副研究员小两组、李子青任教小两组及药理学Andrea在文摘《细胞发现》（Cell Discovery）周报上刊载论文“Artificial intelligence defines protein-based classification of thyroid nodules”，利用人工智能相结合酵素表示检测，精准病患肝脏的良恶性，从而试图医生断定下颚是否必需动手术。

近年来，肝脏下颚的患病率持续高升，普通人群里面的肝脏下颚患病率超过50%，即每2个幼儿里面就有1个人似乎患有肝脏下颚。

数据结果显示，其里面大概只有10%是恶性的。也就是说，大部分良性肝脏下颚病人原本可以选择开明治疗而不是动手术。

在药理学评估里面，通常采用细针切开活检方式，获取下颚的两组织样本来顺利完成细胞病理病患。在此之前，仍然有多达1/3的肝脏下颚无法确切归纳。

李天南小两组同类型刊载的论文，图表截自Cell Discovery

在李天南等人刊载的同类型研究里面，数据深入研究使用压力循环系统新科技，可以借助在微量两组织样本上顺利完成酵素两组学深入研究。

研究医务人员基于1724同上石蜡包埋（FFPE）的肝脏两组织，寻觅到19个酵素生物标志物，并建立三维——一个人脑三维。实验结果表明，该三维在对肝脏下颚良恶性的断定确切率至少91%。

为了的的测试该三维的性能，研究医务人员对来自里面国的288个样本顺利完成的测试，其病患结果的确切率为89%。从马来西亚、里面国的12个药理学里面心收集到的另外294份样本结果显示，的的测试结果确切率为85%。

在肝脏下颚分子病患里面，基于核酸（DNA与RNA）的辅助病患作法已是一项较为商业化的新科技。但RNA易降解，给检测导致了关键时刻。

同时，用于不确定性下颚良恶性判别的突变在此之前仍存争论，因此限制了其应用。

相比之下，从酵素分子各个方面顺利完成深入研究就时会可靠得多。当发生时，部位的状态可以这样一来地从酵素分子各个方面结果显示出来。

但由于酵素两组的数据极度繁复，研究医务人员的工作量时会变得极度远超过，AI的投身都只应付了这一问题，它的计算速度和确切性使得研究医务人员深入研究酵素两组数据的过程变得有趣很多。

李天南任教也认为，如果可以将大健康与AI相结合起来，不管从史学角度、从微生物学原理的必要性角度，还是从市场、社时会的供给来说，都将是时代的大趋势。

参考文献

1. Artificial inteligence defines protein-based classification of thyroid nodules.Cell.

2. 李天南｜人工智能+酵素两组学：药物制造的微生物学底层演进.智药邦.

3. Proteomic and Metabolomic Characterization of COVID-19 Patient Sera.Cell.

(20)30627-9

4. Multi-organ Proteomic Landscape of COVID-19 Autopsies.Cell.

(21)00004-0