一种名为SMMILe的新型人工智能算法能够快速分析复杂的癌症组织切片图像，不仅可准确识别癌细胞，还能精准定位肿瘤病灶，并预测不同区域的侵袭性程度。这一突破性工具有望推动癌症治疗向个性化方向发展。 该算法由剑桥大学早期癌症研究所的Zeyu Gao博士开发，其核心优势在于无需依赖耗时费力的逐区域病理标注。传统AI模型训练需大量由专家标注的高精度图像，而SMMILe仅需使用带有简单患者级诊断标签（如癌症类型或分级）的切片即可完成训练，大幅降低数据准备成本。 研究团队在涵盖肺癌、肾癌、卵巢癌、乳腺癌、胃癌和前列腺癌等六种癌症的8个数据集上测试了SMMILe，共使用3850张全切片图像。结果显示，该算法在整体分类任务上表现与现有顶尖AI工具相当，甚至在部分任务中更优；尤其在估算不同肿瘤亚型和分级的占比及其空间分布方面，显著优于其他模型。 研究人员将SMMILe比作“图像中的声呐”，能在“黑暗”中揭示肿瘤在组织中的真实分布。传统技术虽能提供类似信息，但成本高昂。而SMMILe利用廉价且广泛可得的非空间数据即可实现高精度空间分析，具有极强的临床转化潜力。 未来，研究团队计划利用SMMILe预测肿瘤的分子生物标志物，揭示其行为机制，为理解癌症发展和转移提供新视角。这将为实现“看图识癌、知其本质”的精准医疗奠定基础，帮助医生为每位患者制定更优治疗方案。 剑桥大学和阿登布鲁克慈善信托基金正共同筹资建设剑桥癌症研究中心医院，将整合临床资源与前沿科研，推动癌症诊断与治疗的变革。该研究主要由英国癌症研究会（Cancer Research UK）和GE健康医疗资助，其早期成果已展现出AI在提升癌症诊疗效率和个性化水平方面的巨大潜力。