(资料图片仅供参考)

文/陈根

根据《自然·医学》杂志7日发表的一篇论文，美国麻省理工学院和达纳-法伯癌症研究所的研究人员开发了一种新方法，使识别一些神秘癌症的原发灶位置变得更容易。

研究人员利用近3万名22种已知癌症的患者数据来训练机器学习模型，它可分析大约400个基因序列，这些基因经常在癌症中发生突变。然后，研究人员使用这些信息来预测给定的肿瘤在体内的起源位置。

他们在约7000个肿瘤上测试了新模型OncoNPC，这些肿瘤以前从未见过，但其起源已知。该模型能以80%的准确率预测它们的起源。对于占总数约65%的具有高置信度预测的肿瘤，其准确率达到约95%。

预测癌症原发灶位点对于AI而言是一件非常简单的事，背后的核心就是基于模型的数据推演。而基于AI医疗模型，或者说基于GPT医生，结合基因检测技术，不仅能预测癌症的原发灶位点，甚至可以精准的预测疾病的演变时间。

基于GPT医疗，我们可以实现治未病的设想。尤其是GPT医疗与可穿戴设备的结合，是实现精准医疗的关键。不仅可以实现精准的健康管理，并且对于可能潜在的疾病都能建立精准的、直观可视化的预测模型。