12月1日，基準醫療與南開大學聯合共建的醫學數據研究中心提交的重量級學術論文《Noninvasive Lung Cancer Early Detection via Deep Methylation Representation Learning》被人工智能促進協會AAAI(Association for the Advancement of Artificial Intelligence)下屬的全球人工智能頂級學術會議，第36屆AAAI'22(會議時間：2022年2月22日-3月1日，溫哥華)收錄。本次會議共收到9251篇投稿，創下AAAI投稿量的歷史紀錄;最終接收1349篇論文，錄取率為15.0%，創歷史新低。

基準醫療基于AI深度學習(Deep Learning)的DeepMeth甲基化數據處理模型是全球首個基于深度學習的通過連續向量表示甲基化區域的算法，也是基準醫療肺癌早檢產品PulmoSeek(TM)Plus的核心算法基礎。此次基準醫療DeepMeth研究工作能從近萬份研究論文中脫穎而出，是世界AI學術界對基準醫療在腫瘤早診早篩領域的工作的高度認可，也是精準醫療及AI+癌癥交叉學科領域的一個令人振奮的消息，再加上早前PulmoSeek(TM)肺癌早檢甲基化液體活檢模型已在國際重要學術期刊《The Journal of Clinical Investigation》發表，多項國際學術權威機構的認可奠定了基準醫療在全球肺癌早檢領域當之無愧的技術領先地位。

請參照下文對這項算法的解讀：

突圍之路，破局ctDNA甲基化早檢臨床應用瓶頸

血漿樣本中低豐度的循環腫瘤DNA(ctDNA)一直是癌癥早檢的難點。南開大學計算機學院與基準醫療的醫學數據研究中心聯合攻關，歷經數年，首次利用深度學習連續向量表示甲基化區域的算法，強化了甲基化區域的整體性和連續性，成功開發了“深度甲基化表示學習進行無創肺癌早期檢測的DeepMeth”核心技術，一舉突破這個重大的學術和產業難關。

精準錨定，探秘CpG 位點的豐富遺傳學信息

不同于現有指標通常僅表示每個區域甲基化位點的頻率、忽略甲基化CpG位點的定位和甲基化模式，而這些正是癌癥檢測的預測特征;DeepMeth獨立看待每個甲基化區域并開發出自動編碼器來學習隱藏在區域布局中的豐富信息(例如，甲基化 CpG 位點的位置和共甲基化區域)。這是世界上首次用連續向量表示甲基化區域的深度學習模型研究，可以很大程度上避免甲基化檢測的維度災難。

深度驗證，普及肺癌早檢臨床應用

DeepMeth算法模型已在全國14家醫院多中心臨床數據集上評估了檢測性能：與基線相比，DeepMeth實現了顯著的AUC提升;并可與傳統的臨床檢查指標相結合，提高整體檢測的準確度。自2020年4月以來，全國已有94家醫院使用了基于DeepMeth模型的PulmoSeek(TM) Plus產品(用于早期肺癌檢測)。

基準醫療始終堅持從“衛生經濟學的角度”出發，本著“以患者利益為本”的初心，在技術上精耕不輟、厚積薄發，不斷優化產品性能，提高性價比，將癌癥早期診斷整體解決方案落到實處，最終惠及更多有需要的普通人群。

關于AAAI和AAAI會議

AAAI和AAAI會議始于1979-1980年，由人工智能鼻祖、圖靈獎獲得者Marvin Minsky和John McCarthy等人創辦。起初為美國人工智能協會，2007年改名為國際人工智能促進協會。每年一次的AAAI會議是全球人工智能領域的頂級學術會議，也是中國計算機學會(CCF)指定的A類會議。AAAI在全球擁有超過6000名成員，匯集了全球最頂尖的人工智能領域專家學者，一直是國際人工智能研究的風向標，在學術界久負盛名。AAAI Fellow被譽為“國際人工智能領域的名人堂”，包括兩位最新圖靈獎得主、深度學習先驅 Yoshua Bengio和Yann LeCun。

關于基準醫療

引領精準醫療，造福千家萬戶

基準醫療成立于2015年，是一家國際領先的采用甲基化高通量測序進行癌癥早篩早診產品開發的公司。創始人范建兵博士是基因檢測領域的國際領軍人物，擁有近30年從事人類基因組學、基因芯片(Microarrays)及高通量測序技術開發的經驗。

基準醫療是中國首家將ctDNA甲基化高通量測序技術用于腫瘤早診的企業，并自主構建了全球最大的中國人群癌癥早期甲基化數據庫。自創立以來，基準醫療一直致力于自主開發真正具備臨床價值的單癌種、多癌種乃至泛癌種早篩早診產品，產品管線覆蓋了包括肺癌、乳腺癌、消化道癌癥和泌尿系統癌癥在內的超過70%高發癌種。此外，基準醫療還自主打造以肺癌早篩早診和治療為中心的大數據和人工智能平臺。

(新媒體責編：zpl05)