AI輔助診斷早期卵巢癌準(zhǔn)確率達(dá)93%

　　美國佐治亞理工學(xué)院癌癥綜合研究中心(ICRC)科學(xué)家將機器學(xué)習(xí)與血液代謝物信息相結(jié)合開發(fā)出一種新方法，使卵巢癌樣本檢測準(zhǔn)確率達(dá)93%。相關(guān)研究論文發(fā)表于最新一期《婦科腫瘤學(xué)》雜志。

　　卵巢癌被稱為沉默的殺手。因為這種疾病剛出現(xiàn)時通常沒有癥狀，在癌癥后期被發(fā)現(xiàn)時已經(jīng)很難治療。最新研究負(fù)責(zé)人、ICRC創(chuàng)始主任約翰·麥克唐納表示，雖然晚期卵巢癌患者平均5年生存率約為31%，但如果及早發(fā)現(xiàn)并治療，平均5年生存率將超過90%。

　　盡管30多年前，科學(xué)家就開始研究卵巢癌早期檢測方法，但結(jié)果一直差強人意。麥克唐納解釋說，因為卵巢癌是從分子水平開始的，所以即使是同一種癌癥，也有多種產(chǎn)生途徑。目前他們還沒有找到卵巢癌的單一通用診斷生物標(biāo)志物。鑒于此，他們使用人工智能(AI)的分支機器學(xué)習(xí)，來開發(fā)新型早期診斷方法。

　　研究團(tuán)隊指出，代謝水平上的變化可反映多個分子水平上共同作用的潛在變化，所以他們選擇患者個人的代謝圖譜作為整個檢測方法的基礎(chǔ)。質(zhì)譜法能通過檢測代謝物的質(zhì)量和電荷特征來識別血液中代謝物的存在，將其納入基于機器學(xué)習(xí)構(gòu)建的預(yù)測模型內(nèi)，類似于使用單個面部特征構(gòu)建面部模式識別算法。已知有數(shù)千種代謝產(chǎn)物在人體血液中循環(huán)，通過質(zhì)譜分析和機器學(xué)習(xí)，可以很容易、很準(zhǔn)確地檢測它們。以此開展卵巢癌早期檢測，準(zhǔn)確率高達(dá)93%。

　　麥克唐納表示，新方法使用患者個人的代謝圖譜，在檢測卵巢癌方面的準(zhǔn)確性高于現(xiàn)有常規(guī)檢測方法。這種個性化的方法代表了一個極富前景的卵巢癌早期檢測方向，有望應(yīng)用于其他癌癥檢測。

（責(zé)任編輯：華康）