爱丁堡大学的研究人员开发了一种首创的非侵入性筛查方法，用于检测乳腺癌的最早期阶段。该方法结合了激光分析和一种人工智能技术，可以检测疾病初期阶段（1a期）血液中发生的细微变化，而这些变化是现有测试无法检测到的。
领导这项研究的爱丁堡大学工程学院的安迪·唐斯博士表示：“大多数癌症死亡发生在症状出现后的晚期诊断阶段，因此未来的筛查测试可以在癌症更容易治疗的早期阶段发现它们。早期诊断是长期生存的关键，我们现在终于有了所需的技术。我们只需要将其应用于其他癌症类型并建立数据库，然后就可以用作多癌种测试。”
这种新方法可以改善疾病的早期检测和监测，并为多种癌症的筛查测试铺平道路。研究人员通过优化一种称为拉曼光谱的激光分析技术，结合机器学习算法，实现了这一点。该技术通过将激光束照射到患者的血浆中，然后使用光谱仪分析光线与血液相互作用后的特性，揭示细胞和组织化学成分的微小变化。机器学习算法随后解释结果，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%。该测试能够以90%的准确率区分四种主要亚型的乳腺癌，这有助于患者接受更有效、个性化的治疗。
研究结果发表在《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银行和乳腺癌现组织库提供。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也参与了这项研究。
研究团队计划扩大工作范围，增加更多参与者，并包括对其他早期癌症类型的测试。
(全文结束)
