一项新的AI驱动血液测试首次能够在乳腺癌最早期阶段检测到疾病的迹象，科学家们宣布。这种新的快速且无创的测试通过揭示疾病初始“1a”阶段在血液中发生的微妙变化来工作。
爱丁堡大学的研究人员表示，这些早期疾病指标无法通过现有技术检测到。标准的乳腺癌检测方法包括物理检查、X光、超声波扫描或分析乳腺组织样本（称为活检），早期检测策略依赖于基于年龄和是否属于高风险群体的人群筛查。
研究人员说，这项新技术结合了一种称为“拉曼光谱”的激光分析技术和一种名为机器学习的人工智能形式，使他们首次能够发现疾病在最早阶段的迹象。新测试首先将激光束照射到从患者身上提取的血浆中。
激光与血液相互作用后的光的特性随后使用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。
一项使用12名乳腺癌患者和12名健康患者的样本进行的初步研究表明，该技术在识别1a期乳腺癌方面的有效率为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阶段被识别出来，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之后，因此未来的多种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，才能将其用作多癌症测试。”
研究团队表示，这种方法可以为多种癌症的筛查测试铺平道路，他们计划扩大工作范围，涉及更多参与者，并包括对其他类型早期癌症的测试。他们补充说，过去曾试验过类似的方法来筛查其他类型的癌症，但最早的检测疾病阶段是二期。
该研究发表在《生物光子学杂志》上，还涉及来自阿伯丁大学、莱茵-瓦尔应用科学大学和北莱茵-威斯特法伦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现在组织提供。
(全文结束)
