سرطان با سالانه نزدیک به 20 میلیون ابتلا و ۱۰ میلیون مرگ، یکی از چالش‌برانگیزترین بیماری‌ها در میان انسان‌هاست. ماهیت تکاملی سرطان، درمان تومورهای مرحله آخر را دشوار می‌کند. اطلاعات ژنتیکی در DNA توسط الگوهایی رمزگذاری می‌شوند که ساختار آن را تشکیل می‌دهند. تغییرات محیطی بیرون از سلول می‌توانند با افزودن یک گروه «متیل»، برخی از الگوهای DNA را اصلاح کنند. این فرآیند « DNA متیلاسیون» نامیده می‌شود. هر سلول دارای میلیون‌ها علامت DNA متیلاسیون است. پژوهشگران تغییراتی را در این علائم طی مراحل اولیه پیشروی سرطان مشاهده کرده‌اند. این تغییرات می‌توانند به تشخیص زودهنگام سرطان کمک کنند. شناسایی علائم ویژه DNA متیلاسیون که نشان‌دهنده انواع گوناگون سرطان هستند، شبیه به جستجوی سوزن در انبار کاه است. اینجاست که هوش مصنوعی می‌تواند کمک کند.
پژوهشگران دانشگاه کمبریج، هوش مصنوعی را با ترکیبی از یادگیری ماشینی و یادگیری عمیق آموزش دادند تا الگوهای DNA متیلاسیون را بررسی کند و ۱۳ نوع سرطان گوناگون را از جمله سرطان سینه، کبد، ریه و پروستات، از بافت غیرسرطانی تشخیص دهد. این مدل هوش مصنوعی با دقت ۹۸.۲ درصد توانست سرطان را تشخیص دهد. این مدل به نمونه‌های بافت متکی است و به منظور آماده شدن برای استفاده بالینی، به آموزش و آزمایش بیشتر روی یک مجموعه‌ متنوع‌تر از نمونه‌های بافت نیاز دارد. شناسایی الگوهای غیرمعمول متیلاسیون در بافت، به ارائه‌دهندگان مراقبت‌های بهداشتی امکان می‌دهد تا سرطان را زودتر تشخیص دهند. این امر می‌تواند نتایج درمان را در بیماران به طور چشمگیری بهبود ببخشد زیرا بیشتر سرطان‌ها در صورت تشخیص زودهنگام، قابل درمان هستند.