癌症是世界上最常见的死亡原因，但90%以上的癌症患者并非死于肿瘤细胞的扩散，而非原发肿瘤。由于生物发光、磁共振成像等技术分辨率有限，无法检测到肿瘤细胞在患者全身的转移，使各种癌症的扩散机制鲜为人知，大大增加了开发新的治疗方法的难度，也使得对新的抗癌药物的效果进行系统分析变得十分困难。 　　据日本看病中介携康国际医疗了解，赫尔姆霍兹慕尼黑中心，该研究中心与慕尼黑大学和慕尼黑科技大学合作，开发了一种算法，不仅能自动识别扩散的癌细胞，而且还能发现分散在小鼠体内的单个癌细胞。
　　赫尔姆霍兹慕尼黑中心组织工程和再生医学研究所的团队开发了一种工具，使小鼠全身组织透明，成像单个细胞，然后借助激光扫描显微镜方便地检测透明组织中的小癌细胞转移。由于手工分析高分辨率图像数据非常耗时，现有算法的可靠性和处理速度有限，研究人员开发了一种名为DeepMACT的深入学习算法，它不仅能够自动识别转移的癌细胞，而且还能分析抗体在靶向药物中的分布和效果，这比医生和专家的速度快300倍。