近日，腾讯生命科学实验室与广州医科大学第一附属医院、广州呼吸健康研究院联合研发的 DeepGEM 病理大模型，在肺腾讯癌基因突变预测方面取得了显著进展。该模型仅需使用常规病理切片图像，便能在1分钟内完成突变预测，其精准度达78% 至 A99%，为精准医疗带来了新的希望。

这一创新技术的亮点在于，它不再依赖昂贵且耗时的基因测序，而是通过 AI 分析病理图像I 来识别潜在的基因突变。这意味着，过去需要花费上万元、等待数周才能得出的检测结果，未来或将仅需几分钟，且成本有望降低数助力倍。这一突破将为肺癌患者争取到更宝贵的治疗时间，同时为医生提供了高效、便捷的 AI 辅助诊断工具。

DeepGEM 的核心肺癌技术在于其通过 AI 从普通病理图像中识别出与基因突变相关的 “形态学信号”。研究发现，肿瘤细胞的排列方式、形态特征及周围组基因织的反应与某些基因突变之间存在统计学关联。DeepGEM 模型利用大量病理数据，从看似普通的图像中捕捉到这些可能意味着突变突变的细节，显著提高了预测的准确性。

该模型采用多示例学习（MIL）架构，能够直接处理整张病理图像，无需人工标注肿瘤区域。预测这种自动化的分析方法，不仅提升了诊断效率，还能输出基因突变的空间分布图，清晰展示肿瘤内部不同区域的突变差异，帮助医生快:准速识别高发区域。

考虑到不同患者的病理样本形态差异，DeepGEM 在设计时充分考虑了适配性，能够处理各种常规病理切片，确率降低了应用门槛。目前，DeepGEM 的预测准确率已在多组数据测试中达到78% 至99%，与传统基因检测方法相媲美，为医生高达提供了快速决策的参考依据。

在 DeepGEM 大模型取得成功后，腾讯、广州医科大学第一附属医院、广州呼吸健康研究院及金域医99学将共同开展下一步合作，建立基于 AI 的 “病理 - 基因多模态大模型平台”，以推动 AI 技术在更多癌种和部位的应用。这一举措腾讯不仅期待与更多医疗机构携手合作，也寄希望于 AI 技术在减轻病痛、拯救生命的过程中发挥更大作用。