AI与“组学革命”相互碰撞，为肺癌早筛带来新思路！

权威咨询机构弗若斯特沙利文（Frost & Sullivan）预测，到2021年，人工智能将在大健康产业中发挥更大的效应。因其优异的数据处理能力，AI系统可以帮助科学家更快、更经济、更精确地进行多组学整合分析。在此基础上，AI不仅能帮助患者提供个性化的用药和治疗方案，更能助力早筛将重疾隐患扼杀于摇篮之中。

多组学整合分析是指对来自不同组学（基因组学、转录组学、蛋白组学、代谢组学等）的数据源进行归一化处理，比较分析用于同一课题中。随着二代测序成本的不断降低以及三代、四代测序技术的快速发展，越来越多生物物种的全基因组序列被解读出来，多组学数据呈现出爆发性增长的态势。如果将这些不同维度信息整合为临床决策和科研工作所用，将促进精准治疗的发展。

肺癌是全世界肿瘤源性死亡的主要致死因素之一。由于肺癌复杂的发病机理，目前尚无有效的治愈办法。近年来，肺癌基因组测序研究已揭示部分基因突变与肺癌之间的关联，但仍有一部分肺癌患者没有明显的驱动基因突变，而是在表观遗传等层面发生了改变。鉴于基因调控模式的复杂性，单纯观测一个维度的数据改变已经无法很好地解析肿瘤的发生发展过程。因此，整合多组学数据，从多个层面揭示肺癌复杂的基因调控网络具有重要意义。

早期发现是降低肺癌致死率的关键。基于对海量数据的分析和学习能力，AI在肺癌早筛方面已进行了相关探索，如影像方面深度卷积神经网络（CNN）的应用、生物标志物检测EarLyCDT-Lung技术和自发荧光支气管镜（AFB）等应用虽已经提高了临床诊疗效率，却仍具有一定局限性。

目前的AI，大多依靠单一数据来源建立能力。而传统的单组学数据的研究，只能够有限地解释生物系统或者复杂疾病的特征，采用的数据类型不同，也往往得到的分析结论有所不同，这些问题都会对AI应用于临床进展造成阻碍。

如果AI具备处理多组学数据的能力，是否可以助力肺癌早筛更加精准？答案尽在

2019年9月19日 17:30-19:00

厦门国际会议中心·海峡厅

中国临床肿瘤学会（CSCO）

卫星会-零航数智 氪话未来

会上，复旦大学附属中山医院胸部肿瘤和呼吸介入科副主任胡洁教授将分享《AI助力多组学肺癌探索》，浅析通过影像组学、液体活检等临床多组学数据的处理，应用多模态AI建模用于肺癌早期诊断。