与手术、化疗和放疗等传统癌症治疗方法不同，光动力疗法 (PDT) 是一种新兴的治疗方法，它使用特定波长的光来激活光敏剂。这种激活会产生活性氧，从而有效地摧毁肿瘤细胞。

PDT 以其高靶向精度、对身体的损伤最小和产生耐药性的可能性较低而闻名。尽管 PDT 在治疗包括肝细胞癌在内的实体肿瘤方面显示出良好的潜力，但监测其动态治疗效果仍然具有挑战性。传统方法很难在没有荧光标记的情况下有效准确地测量细胞变化。

对这一问题，中国科学院遗传与发育生物学研究所(IGDB)蒋裕强研究团队将深度学习技术融入到PDT中。

该项研究题为《深度学习洞察光动力疗法对癌细胞的动态影响》发表在《药剂学》杂志上。

研究人员在先前利用金纳米探技术实现高效放射动力学和光动力癌症治疗的基础上，强调了深度学习在理解光动力治疗对癌细胞的动态影响方面的巨大潜力，展示了其在癌症治疗研究中的重要应用，并为未来的精准医疗铺平了道路。