日本东京工科大学应用生物学部的杉山友康教授与计算机科学学部的龟田弘之教授等人组成的研究团队，开发出了识别癌症干细胞和非癌症干细胞的人工智能（AI）技术。
该技术利用AI可明确显示出癌症干细胞，有望应用于以癌症干细胞是否存在为指标的药物评估和病理组织诊断等。
关于此项技术的论文已在今年6月19日发表在开放存取期刊《Biomolecules》上，这也是东京工科大学全力推进的项目——“AI研究会”的研究成果。
癌症干细胞（Cancer Stem Cell，CSC），又称癌干细胞、肿瘤干细胞，是指具有干细胞（Stem cell）性质的癌细胞。治疗癌症如果不把癌症干细胞彻底清除，癌症很容易复发和转移。
肿瘤中有“癌症干细胞”，虽然非常少，但依靠其细胞群维持生存。所以靶向癌症干细胞疗法备受关注。
部分研究人员认为，干细胞会呈现特征性的细胞形态，但一直没有简单评估干细胞干性的方法。
成果说明
科研团队以相位差图像来拍摄细胞与组织图像，同时用AI来深度学习图像里包含的癌症干细胞形态。
由此，深度学习了利用培养皿培养的癌症干细胞的AI，识别了与实际图像相比相似性和灵敏度平均约为40％、特异性为97％的相位差图像中含有的癌症干细胞，并生成了癌症干细胞的图像（图1）。
深度学习是使用模拟人脑结构的“深度神经网络”的一种机器学习方法，也可用于语音识别及自然语音处理等，但取得显着成果的要数图像识别领域。
该结果也表明，对肿瘤组织中存在的癌症干细胞和非癌症干细胞进行组织诊断时，AI生成的图像可用作判断材料。
AI科研检测出没有特别标记的癌症干细胞，表明未来的医学生物学及医疗还存在革新变化发展的可能性。
根据细胞的不同，让AI学习各种癌症干细胞的细胞形态，有望将其应用于新的检测技术。
另外，在生命科学和医学领域的图像解析中，未确定形态的解析也能应用这种使用AI的研究方法。
2017年，肿瘤学杂志在ESMO Open刊登了Curioni-Fontecedro博士的文章“应用人工智能的肿瘤学新时代”，该文章表达了这样一种观点：
癌症研究治疗的未来是光明的，我们期待在不久的将来，癌症将被以一种简单无缝的方式来看待及解决，为癌症患者们提供恢复健康的希望和机会。