一种新的基于AI的血液检测方法首次能够在乳腺癌的最早期阶段发现其迹象，科学家们宣布，这一阶段的疾病“更容易治疗”。
这种新型快速无创测试通过揭示疾病初始“1a”阶段时血液中发生的细微变化来工作。进行这项研究的爱丁堡大学研究人员表示，这些早期指标是现有技术无法检测到的。
标准的乳腺癌检测方法包括体检、X光、超声波扫描或分析乳腺组织样本（即活检），早期检测策略依赖于根据年龄和是否属于高风险群体对人群进行筛查。
研究人员表示，这种新技术结合了称为“拉曼光谱”的激光分析技术和机器学习形式的人工智能，使他们首次能够发现疾病的最早期阶段。
新测试首先将激光束照射到从患者采集的血浆中。然后，使用一种称为光谱仪的设备分析光线与血液相互作用后的特性，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。接下来，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。
研究人员表示，这种新技术使他们首次能够发现疾病的最早期阶段。初步研究使用了12名乳腺癌患者和12名健康患者的样本，结果显示该技术在1a期乳腺癌的检测中有效率为98%。
研究还表明，该测试能够以90%的准确性区分四种主要类型的乳腺癌，研究人员表示这可以使得患者接受更有效的个性化治疗。
研究团队表示，将这种新技术作为筛查测试实施，可以帮助更多人在乳腺癌的最早期阶段被发现，从而提高治疗成功的可能性。
研究负责人、爱丁堡大学工程学院的安迪·唐斯博士说：“大多数癌症死亡发生在症状出现后的晚期诊断阶段，因此未来的多类型癌症筛查测试可以在疾病更容易治疗的阶段发现它们。”
“早期诊断是长期生存的关键，我们终于拥有了所需的技术。”
“我们只需将其应用于其他癌症类型并建立数据库，这样就可以用作多癌症测试。”
研究团队表示，这种方法可能会为多种癌症的筛查测试铺平道路，他们计划扩大研究范围，涉及更多参与者，并包括对其他癌症早期形式的测试。
他们补充说，过去曾尝试过类似的方法来筛查其他类型的癌症，但最晚只能在第二阶段检测到疾病。
这项研究发表在《生物光子学杂志》上，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。研究中使用的血液样本由北爱尔兰生物库和乳腺癌组织库提供。
(全文结束)
