在该公司苏黎世计算系统生物学组工作的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，2018年估计新增1.81亿例，确诊新增960万例。同年，100万人死于这种疾病。
如此多的人死亡，开发一种治疗癌症的方法必须是人类的首要任务。IBM的团队希望利用其在AI和机器学习方面的专业知识来帮助解决这个问题。其新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研究人员表示：“我们的目标是加深对癌症的了解，为工业界和学术界提供知识，这可能有助于在一天内推广新的疗法和疗法。”
第一个新的开源工具是PaccMann，这是一个听起来很有趣的首字母缩略词，代表了一个非常严肃的项目，那就是“基于多模式注意的神经网络预测抗癌化合物的敏感性”。
IBM表示，PaccMann旨在帮助开发抗癌药物。这是一种算法，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，以便将其作为可能的药物进行测试。这个计划可能会有所帮助，因为不经过多年的研究，开发一种抗癌药物通常要花费数百万美元。
第二个项目叫做IntERAcT，代表“来自词语向量表示的交互式网络影响”。
这个工具的思路是可以自动扫描与癌症相关的科研论文，更快地提取和分析数据，从而提高对癌症的认识。这一点很重要，因为每年大约有17000篇关于这个主题的论文发表，这意味着研究人员无法跟上一切。
IBM表示，IntERAcT正被用于从“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许多癌症导致生物过程破坏的原因。
IBM表示，INTeract的一个显著优势是它能够在特定疾病的背景下推断相互作用。将它们与健康组织中的正常相互作用进行比较，可以帮助我们深入理解疾病的机制。
最后，IBM创建了一个名为PIMKL的项目，即“路径诱导多核学习”。该算法可以吸收我们目前对分子相互作用的理解的数据，从而预测癌症的进展以及患者在接受治疗后是否会经历任何成功的治疗。利用这些信息，医生可能能够为个别患者提出量身定制的治疗计划。
星座研究公司(Constellation Research Inc .)分析师霍尔格穆勒(Holger Mueller)表示，他欢迎IBM的开源项目，因此它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，我们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的影响。”
