在 公司苏黎世计算系统生物学小组工作的IBM研究人员Matteo Manica和Joris Cadow 在今天的博客中指出，癌症是全球第二大死亡原因，估计2018年有181百万例新病例被诊断出，9.6例被诊断出新病例。同年，有100万人死于该疾病。
在如此多的死亡中，开发一种治疗癌症的方法必须是人类的头等大事，IBM的团队希望利用其在AI和机器学习中的专业知识来帮助解决这一问题。其新的AI项目的想法是试图加深对“这些复杂疾病的主要驱动因素和分子机制”的理解。
IBM的研究人员说：“我们的目标是加深对癌症的了解，为行业和学术界提供知识，这些知识有可能在一天之内帮助推动新的疗法和疗法。”
新开放源代码的工具中的第一个称为PaccMann，这是一个听起来很有趣的首字母缩写，代表着一个非常严肃的项目，即“基于多模式基于注意力的神经网络对抗癌化合物敏感性的预测”。
IBM表示，PaccMann旨在帮助开发抗癌药物。这是一种旨在分析化学化合物并预测哪些化合物可能具有抗癌能力的算法，以便可以将其作为可能的药物进行测试。该计划可能会有所帮助，因为开发一种抗癌药物通常需要花费数百万美元，而无需过多年研究。
第二个项目称为IntERAcT，它代表“来自词的矢量表示的交互网络影响”。
该工具的想法是，它可以自动扫描与癌症有关的科学研究论文，并更快地提取和分析其中的数据，以增进对癌症的了解。这很重要，因为每年大约发表17,000篇关于该主题的论文，这意味着研究人员不可能跟上所有事情。
IBM表示，IntERAcT正被用于从有关“蛋白质-蛋白质相互作用”的论文中提取数据，科学家认为这可能是由许多癌症引起的生物过程破坏的原因。
IBM表示，INTeract的一项显着优势是其在特定疾病背景下推断相互作用的能力。将它们与健康组织中的正常相互作用进行比较可以帮助深入了解疾病的机制。
最后，IBM创建了一个名为PIMKL的项目，即“路径诱导的多核学习”，该算法可吸收有关我们目前对分子相互作用的了解的数据，以预测癌症的进展情况以及患者在接受治疗后是否可能经历任何复发成功的治疗。使用此信息，医生可能能够针对个别患者提出量身定制的治疗计划。
星座研究公司(Constellation Research Inc.)分析师Holger Mueller表示，他欢迎IBM开源项目的举动，因此应该会吸引更多的关注。
穆勒说：“通过采用现代技术，医疗保健，癌症研究和诊断可以看到巨大的增长空间。” “这些真正的下一代应用可能会对疾病和死亡率产生持久影响。”