香港大学（HKU）的研究团队近日宣布，他们成功开发出一款基于人工智能的成像工具，旨在提升癌症诊断的速度和准确性。这项名为 “细胞形态对抗蒸馏”(CytoMAD)的新技术，由工程学院的齐凯文教授领导，利用生成式人工智能的方法进行精确的单细胞分析，且无需传统的标记技术。CytoMAD 的技术经过香港大学李嘉诚医学院及玛丽医院的合作测试，已在肺癌患者的评估中表现出良好的效果，并且能支持药物筛选过程。该技术通过自动纠正成像过程中的不一致性，提高图像的清晰度，并提取先

在癌症治疗的旅程中，早期检测始终是一个棘手的问题。近年来，液体活检技术因其无创性和高灵敏度而受到广泛关注。然而，现有的检测技术多依赖深度靶向测序，难以整合多种数据类型，进而影响灵敏度和特异性。针对这一技术短板，牛津大学的研究团队开发了一种全新的多模态循环肿瘤 DNA（ctDNA）检测方法，基于全基因组的 TET 辅助吡啶硼烷测序(TAPS)。这一方法的最大亮点在于，能够同时分析基因组和甲基化数据，使得癌症诊断的灵敏度达到了94.9%，特异性也达到了88.8%。这一突破性

在癌症斗争的前线，哈佛医学院的科学家们带来了一个令人振奋的消息。他们最新推出了一款名为 CHIEF 的超级智能 AI 模型，能够在多种癌症类型中精准诊断、预测患者结果，甚至推荐治疗方案。这款 AI 就像一位全能的医学助手，帮助医生在复杂的癌症诊断中提供清晰的指引。CHIEF 是一个经过特殊训练的 AI 系统，它与那些只能执行单一任务的传统 AI 截然不同。研究团队表示，传统的 AI 往往只能在有限的癌症类型中完成特定的任务，比如检测癌细胞或预测肿瘤的基因特征。而 CHIEF 的厉害之

哈佛医学院的研究人员开发了一种名为CHIEF的AI模型，它具备处理多种癌症诊断程序的能力，能够更准确地诊断和评估各种癌症，预测患者生存率，并提供治疗建议。与现有AI系统相比，CHIEF的灵活性和多功能性是一个重大突破，它能够执行多种任务，并在19种癌症类型上进行测试。通过分析大量图像数据，包括未标记的图像和完整切片图像，CHIEF在癌症检测、肿瘤来源识别以及预测患者生存等方面表现出色，准确率高达94%到96%。此外，CHIEF还能识别肿瘤的基因突变，为没有条件进行基因测序的地区提供解决方案。在未来，研究团队计划继续完善模型，增加对稀有疾病和非癌性病症的训练，提升其在分子数据识别方面的功能，并预测新型癌症治疗的效果和副作用。