基准医疗“DeepMeth甲基化信息解决AI模型”从近万份研发中脱颖而出，被国际高级人工自动学术聚会AAAI&39;22收录

广州2021年12月7日 /美通社/ -- 12月1日，基准医疗与南开大学联合共建的医学信息研发核心提交的重量级学术论文《Noninvasive Lung Cancer Early Detection via Deep Methylation Representation Learning》被人工自动督促协会AAAI（Association for the Advancement of Artificial Intelligence）下属的世界人工自动高级学术聚会，第36届AAAI'22（聚会时间：2022年2月22日-3月1日，温哥华）收录。本次聚会共收到9251篇投稿，创下AAAI投稿量的历程记录；终极接收1349篇论文，录取率为15.0%，创历程新低。

基准医疗基于AI深度学习（Deep Learning）的DeepMeth甲基化信息解决模型是世界首个基于深度学习的通过持续向量表达甲基化领域的算法，也是基准医疗肺癌早检产品PulmoSeekTMPlus的中心算法根基。这次基准医疗DeepMeth研发工作能从近万份研发论文中脱颖而出，是世界AI学术界对基准医疗在肿瘤早诊早筛行业的工作的高度认同，也是精确医疗及AI+癌症交叉学科行业的一个令人奋发的新闻，再加上早前PulmoSeekTM肺癌早检甲基化液体活检模型已在国际首要学术期刊《The Journal of Clinical Investigation》刊登，多项国际学术权威机构的认同奠定了基准医疗在世界肺癌早检行业当之无愧的技巧领先地位。

请参照下文对这项算法的理解：

解围之路，破局ctDNA甲基化早检临床运用瓶颈

血浆样件中低丰度的循环肿瘤DNA（ctDNA）总是是癌症早检的难点。南开大学计算机学院与基准医疗的医学信息研发核心联合攻关，经历数年，初次借用深度学习持续向量表达甲基化领域的算法，加强了甲基化领域的总体性和持续性，顺利开发了“深度甲基化表达学习进行无创肺癌初期探测的DeepMeth”中心技巧，一举冲破这个重要的学术和工业难关。

精确锚定，探秘CpG 位点的充足遗传学数据

不同于现有指标往往仅表达每个领域甲基化位点的频率、忽视甲基化CpG位点的定位和甲基化形式，而这类正是癌症探测的预判特点；DeepMeth独立对待每个甲基化领域并开发出智能编码器来学习暗藏在领域布局中的充足数据（比如，甲基化 CpG 位点的位子和共甲基化领域）。这是世界上初次用持续向量表达甲基化领域的深度学习模型研发，能够较大水平上以免甲基化探测的维度劫难。

深度验证，普及肺癌早检临床运用

DeepMeth算法模型已在全国14家医院多核心临床信息集上评价了探测功能：与基线相比，DeepMeth实行了明显的AUC提高；并可与传统的临床检验指标相结合，提升总体探测的确切度。自2020年4月此后，全国已有94家医院应用了基于DeepMeth模型的PulmoSeekTMPlus产品（用来初期肺癌探测）。

基准医疗终究保持从“卫生经济学的角度”起程，本着“以患者利益为本”的初心，在技巧上精耕不辍、厚积薄发，不停优化产品功能，提升性价比，将癌症初期诊疗总体处理计划落到实处，终极惠及更多有须要的一般人群。