醫療工具，可快速解碼腦腫瘤的DNA，以確定其在手術過程中的分子身份，而現有方法需要幾天甚至幾周的時間才能獲得這些關鍵信息。研究成果7日發表在《醫學》雜志上。

腦科手術期間準確的分子診斷可幫助神經外科醫生決定切除多少腦組織；同時，了解腫瘤的分子特性也能讓患者從現場治療中受益，譬如手術時可直接將藥物涂層晶片放入腦中。

現在使用的標準診斷方法，包括取出腦組織，將其冷凍，并在顯微鏡下檢查。其主要缺點是冷凍往往會在顯微鏡下改變細胞的外觀，并可能干擾臨床評估的準確性。此外，即使用強大的顯微鏡，人眼也無法可靠地檢測細微的基因組變異。

新工具被稱為CHARM。CHARM使手術期間的診斷與世界衛生組織最近更新的分類系統保持一致，可用于診斷和分級神經膠質瘤的嚴重程度。

CHARM是利用來自1524名神經膠質瘤患者的2334個腦腫瘤樣本開發的。當對一組大腦樣本進行測試時，該工具以93%的準確度區分了具有特定分子突變的腫瘤，并成功分類了具有不同分子特征的3種主要類型的神經膠質瘤，這些腫瘤都具有不同的預后和不同的治療反應，因此對其區分非常有價值。

該工具能成功捕獲更具侵襲性的神經膠質瘤的標志，還能查明低級別腫瘤臨床上重要的分子改變。這些變化中的每一處也標志著不同的生長、傳播和治療反應傾向。

該工具還將細胞的外觀與腫瘤的分子特征聯系起來，模式上更接近人類病理學家視覺評估樣本的方式。此外，它還能重新訓練以識別其他腦癌亞型。

ChatGPT讓我們見識了通用人工智能模型的厲害——它上知天文下知地理，各行各業的知識都能對談如流。但這并不意味著，所有的人工智能模型都要以更大的規模、覆蓋更多領域為目標。在垂直細分領域，將人工智能模型做得足夠專業，從而使其在醫學、教育、工業等領域的實際場景得到深度應用，同樣具有重要意義。因為這將對傳統的方式方法帶來變革，在具體的行業領域實現提質降本增效。這樣來看，人工智能模型的通用性與專業性，兩者并不矛盾，而是需要齊頭并進向前發展的兩個方向。