一种新的筛查方法结合了激光分析和人工智能（AI），据研究称，这是首次能够识别乳腺癌最早期阶段的方法。这种快速、非侵入性的技术揭示了疾病初期阶段发生的细微血液变化，这些变化在现有测试中无法检测到。研究团队指出，这些初期阶段被称为1a期。
“大多数癌症死亡发生在症状明显后的晚期诊断阶段，因此未来的多癌症筛查测试可以在更易治疗的阶段发现这些癌症。”爱丁堡大学工程学院的研究负责人安迪·唐纳博士说，“早期诊断是长期生存的关键，我们终于拥有了所需的技术。只需将其应用于其他癌症类型并建立数据库，就可以作为多癌症测试使用。”
爱丁堡大学的研究人员声称，他们的新方法可以改善早期检测和监测，为多种癌症的筛查测试铺平道路。标准的乳腺癌检测方法包括体检、X光或超声波扫描或分析乳腺组织样本（即活检）。现有的早期检测策略依赖于基于年龄或高风险群体的筛查。
利用新方法，研究人员通过优化一种称为拉曼光谱的激光分析技术，并结合机器学习（一种AI形式），在最早期阶段发现了乳腺癌。研究团队指出，类似的方法已用于其他类型的癌症筛查，但最早的检测阶段为2期。
新技术的工作原理是首先用激光束照射从患者采集的血浆。激光与血液相互作用后的光特性通过一种称为光谱仪的设备进行分析，以揭示细胞和组织化学成分的微小变化，这些变化是疾病的早期指标。然后使用机器学习算法解释结果，识别相似特征并帮助分类样本。
在涉及12名乳腺癌患者和12名健康对照者的试点研究中，该技术在识别1a期乳腺癌方面的有效率为98%。该测试还可以区分四种主要亚型的乳腺癌，准确率超过90%，使患者能够接受更有效的个性化治疗，研究团队表示。
作为筛查测试实施这一方法可以帮助更多人在乳腺癌的最早期阶段被识别出来，从而提高治疗成功的可能性。研究人员计划扩大工作范围，涉及更多参与者，并包括其他早期癌症类型的测试。
该研究发表在《生物光子学杂志》上。研究中使用的血液样本由北爱尔兰生物库和乳腺癌现在组织库提供。该研究还涉及阿伯丁大学、莱茵-瓦尔应用科学大学和北莱茵-威斯特法伦州应用研究研究生院的研究人员。
(全文结束)
