一项新的AI驱动血液测试首次能够在乳腺癌的最早阶段（1a期）检测到疾病迹象，科学家们宣布。这种新的快速无创测试通过揭示疾病初期阶段血液中发生的细微变化来工作。
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。目前的标准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筛查。
研究人员表示，这项新技术结合了激光分析技术（称为拉曼光谱法）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的最早阶段。该测试首先将激光束照射到患者的血浆中，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，揭示细胞和组织化学组成的微小变化，这些变化是疾病的早期指标。随后，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。
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，这可能使患者接受更有效的个性化治疗。
研究团队表示，将这一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，因此未来可以筛查多种癌症类型的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，我们现在终于有了所需的技术。我们只需将其应用于其他癌症类型并建立数据库，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，增加更多参与者，并包括对其他早期癌症类型的测试。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，但最早只能在第二阶段检测到疾病。
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银行和乳腺癌现在组织提供。
(全文结束)
