科学家们已经创建了一种用于早期乳腺癌诊断的人工智能（AI）方法，这可能拯救生命，但医院的实施仍面临挑战。这项新的人工智能辅助方法可以帮助在非常早期阶段诊断乳腺癌，但仍需要大规模测试才能在医院中使用。
人工智能已经在癌症检测方面显示出高精度，改善了患者的治疗效果并挽救了生命。医生越早发现乳腺癌，战胜它的机会就越大。AI算法在从放射学扫描中检测乳腺癌方面表现得如此出色，以至于在某些情况下甚至超过了人类的表现——英国国家医疗服务体系（NHS）现在使用AI来分析乳房X线照片，帮助发现被人类医生遗漏的乳腺癌病例。
虽然AI可以加速癌症筛查的分析，医生也需要新的方法来识别癌症的早期标志物，在肿瘤尚未在扫描中可见之前进行检测。一项试点研究尝试了一种新的血液筛查方法，结合AI，以检测非常早期阶段的乳腺癌。该研究发表于2024年11月的《生物光子学杂志》，发现其方法能够以90-100％的准确性检测出1A期乳腺癌。
“这项研究是能够在非常早期阶段以高精度识别乳腺癌亚型的一个里程碑。早期癌症诊断可以挽救生命——这就是为什么我们的研究很重要。”该研究的主要作者、英国爱丁堡大学的凯文·萨鲁尼·蒂帕特（Kevin Saruni Tipatet）说。
然而，蒂帕特表示，这种方法仅在24名患者身上进行了测试，直到他们在更大规模的研究中确认结果之前，还不能用于医院环境。
传统的癌症检测方法基于检测肿瘤本身的标志物。X射线乳房X线照片可能会识别出表明癌症的乳腺组织变化，通常在癌症症状出现之前。或者活检测试可能检测到体内癌细胞的分子特征。
但是这些方法常常会错过早期癌症——“就像在干草堆里找针一样”，蒂帕特告诉德意志广播电台（Deutsche Welle）。“大多数技术都集中在寻找那根针，但它们没有看到它周围的整个图景。”
蒂帕特的研究尝试了一种收集身体如何响应癌症的信息的方法。他们不仅寻找癌组织，还搜索表明身体正在对抗乳腺癌的“分子指纹”。这些指纹“来自癌症本身或免疫系统等对抗癌症的身体细胞”。
分子指纹使他们能够寻找1A期乳腺癌的最早迹象，此时肿瘤只有几毫米大小，通常会在乳房X线照片或活检中被忽略。研究人员从患者那里采集了血液样本，并使用拉曼光谱技术测量了患者血液样本中的分子模式。
德国耶拿莱布尼茨光子技术研究所所长尤尔根·波普（Juergen Popp）表示：“拉曼光谱是一种常用的化学技术，它‘开始显示出在临床诊断（许多疾病）方面的巨大潜力’。”
基于血液样本分析，研究人员随后训练了一种机器学习算法来检测乳腺癌。通过对24名患者的血液样本进行测试，他们发现他们的AI算法能够以90-100％的准确性检测出乳腺癌，具体取决于乳腺癌的类型。
蒂帕特描述AI为“协助分析”而不是取代那些从事癌症检测工作的人类。
尽管波普对研究方法持积极态度，但他警告小样本量“限制了这些发现的更广泛适用性”。“更大的试验对于验证其临床实用性和可扩展性至关重要。[但] 达到的高灵敏度和特异性支持了扩大试验的潜力，”波普说。
蒂帕特表示，他们已经有计划“进行更大规模的研究，看看我们能否在更大规模的试验中重现这些发现。”
蒂帕特说，研究表明，拉曼光谱结合AI可以提供一种快速且高度准确的检测乳腺癌的新方法，尤其是在非常早期阶段。这将允许更早的干预，改善患者的总体前景，因为1A期检测出的癌症相比晚期诊断的癌症具有更高的生存率。
较小的肿瘤更容易治疗，因为它们局限于特定区域，使其更容易通过手术或放疗等方法去除或靶向治疗。
蒂帕特已经与其他研究人员合作，测试他们在其他类型的癌症中的方法。“我们正在研究所谓的‘四大癌症’——肺癌、结直肠癌、前列腺癌和乳腺癌。这四种癌症约占全球癌症发病率的50%。”他说。
“我们需要为早期诊断和早期筛查投入大量努力。这将提高全世界数百万人的生活质量和生存机会。”
(全文结束)
