中新网合肥11月14日电 中国科学技术大学苏州高等研究院、生物医学工程学院周少华教授团队，在吴兰记者的报道下，公布了一种全新的癌症生存预测方法。给他们提供的分析手段，虽然能帮医生制定个性化治疗方案，但长久以来，这一块一直被“语义鸿沟”困扰。就像学生之间听不懂彼此的话一样，病理图像和基因表达这两个关键数据的细节交互也总是跟不上趟。 研究团队觉得这事不能再拖，于是他们搭了个“通路感知多模态Transformer”（简称PAMT）的框架。通过三步流程来实现数据的深度融合。第一步，先让图像和基因各自内部进行信息交流，利用注意力机制把生物通路里的信息和图像里的块块充分连通起来。第二步，搞了一种没配对标签的对比学习法，把两种数据的语义信息对齐了，好让大家说同一种语言。最后第三步，顺着“基因型决定表型”的医学道理，用生物通路当指导，把这两种数据精准地融合到了一起。 这个法子还真管用。在膀胱癌、肺鳞癌还有肺腺癌这几个癌症数据集上一测，PAMT的生存预测表现比现在主流方法都要好。更棒的是它还有“可解释性”，能帮病理医生快速锁定关键的生物通路、找到全切片上受影响的区域，还能挖出与预后相关的特征。听说团队已经把网站搭好了，在网站上能直观看到186条生物通路对全切片各区域的影响。这项突破性进展已经发表在了《IEEE模式分析与机器智能汇刊》上。