过去，要判断肺癌患者是否携带特定基因突变，通常需要依赖耗时且昂贵的基因测序技术。但现在，人工智能正在改写这一流程。腾讯与广州多家顶尖医疗研究机构联手打造的DeepGEM病理大模型，仅凭一张常规的病理切片图像，就能在短短一分钟内预测出肺癌的基因突变情况，其准确率高达78%至99%，为癌症的精准诊断和治疗带来了革命性的突破。
这项由腾讯生命科学实验室、广州医科大学第一附属医院以及广州呼吸健康研究院共同研发的DeepGEM模型，彻底颠覆了传统的诊断模式。过去，基因测序需要数周时间，花费上万元，而现在，AI的介入让这个过程大大缩短，成本也可能大幅下降。这意味着，医生能更快地掌握患者的基因信息，为患者争取宝贵的治疗时间，并为他们量身定制更有效的治疗方案。
DeepGEM模型的核心在于其“火眼金睛”。它并非直接进行基因测序，而是通过深度学习技术，从看似普通的病理切片图像中“读出”与基因突变相关的细微“形态学信号”。研究人员发现，肿瘤细胞的排列方式、形态特征以及周围组织的细微变化，都可能与某些特定的基因突变有着千丝万缕的联系。DeepGEM通过学习海量的病理数据，就能够识别出这些肉眼难以察觉的细节，从而实现高精度的基因突变预测。
值得一提的是，DeepGEM采用了先进的多示例学习（MIL）架构。这意味着它能够直接处理整张病理图像，无需研究人员费力地手动标注出肿瘤区域，极大地提高了工作效率。更令人兴奋的是，它还能输出基因突变的空间分布图，清晰地展示肿瘤内部不同区域的突变情况，帮助医生更直观地了解肿瘤的异质性，从而做出更精准的判断。而且，该模型在设计时充分考虑了不同病理样本间的差异，具有良好的适应性，能够兼容各种常规病理切片，大大降低了实际应用的门槛。
目前，DeepGEM模型在多组独立数据的测试中，准确率已经达到了78%至99%，这一表现足以媲美传统的基因检测方法。这不仅为医生提供了一个快速、可靠的辅助诊断工具，也为推动AI在癌症精准医疗领域的应用奠定了坚实的基础。
展望未来，腾讯、广州医科大学第一附属医院、广州呼吸健康研究院以及金域医学等机构将进一步深化合作，共同构建一个基于AI的“病理-基因多模态大模型平台”。这一平台的建立，旨在将AI技术推广到更多癌症类型和身体部位的诊断中，并期待与更多医疗机构携手，让AI在减轻患者病痛、挽救生命的过程中发挥更大的价值。
