亥姆霍茨慕尼黑中心2019年12月12日消息：該研究中心與慕尼黑大學、慕尼黑工大合作開發了一款不僅能自動識別擴散的癌細胞，而且還能找到分散在小鼠全身單個癌細胞的算法。

    癌癥是全球最常見的死亡原因，但90%以上的癌癥病人不是死于癌細胞擴散而非原發性腫瘤。由于生物發光法、MRI成像法等目前的技術分辨率有限，無法在病人全身檢測到轉移的癌細胞，致使各種癌癥的擴散機制鮮為人知，這大大增加了開發新治療方法的難度，對抗癌新藥的效果也很難做出系統分析。

    亥姆霍茨慕尼黑中心組織工程與再生醫學研究所的科研團隊發明了一種能使小鼠全身組織變得透明的工具，對單個細胞進行成像，然后借助激光掃描顯微鏡可方便地在透明的組織中發現很小的癌細胞轉移。由于人工分析這種高分辨率的圖像數據極端耗時，而現有算法的可靠性和處理速度又有限，因此科研人員開發了一種稱為DeepMACT的深度學習算法，它不僅可自動辨認出轉移的癌細胞，還可以對靶向藥中抗體的分布及其效果進行分析，其處理速度是醫生專家的300倍。