一项研究表明，一种结合激光分析和某种人工智能的新筛查方法首次能够识别出处于乳腺癌最早阶段的患者。
研究团队表示，这种快速且无创的技术可以揭示在疾病初期（称为1a期）血液中发生的细微变化，而这些变化是现有检测手段无法发现的。
爱丁堡大学的研究人员称，他们的新方法可以提高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。
目前的标准乳腺癌检测方法包括体检、X光或超声波扫描以及对乳腺组织样本（即活检）的分析。现有的早期检测策略依赖于基于年龄或高风险群体的筛查。
通过优化一种称为拉曼光谱的激光分析技术并将其与机器学习相结合，研究人员能够利用新方法在最早阶段识别乳腺癌。
类似的方法已经在其他类型癌症的筛查中进行了试验，但它们最早只能在第二阶段检测到疾病。
该新技术的工作原理是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与血液相互作用后的特性，以揭示细胞和组织化学成分中的微小变化，这些变化是疾病的早期指标。
接着，使用机器学习算法来解释结果，识别相似特征并帮助分类样本。
在一项涉及12名乳腺癌患者和12名健康对照组的初步研究中，该技术在识别1a期乳腺癌方面的准确率达到98%。
该测试还能以超过90%的准确率区分四种主要的乳腺癌亚型，这可能使患者获得更有效、个性化的治疗。
研究团队表示，将这种方法作为筛查测试实施将有助于识别更多处于乳腺癌最早阶段的人，并提高治疗成功的可能性。他们计划扩大这项工作，包括更多的参与者，并进行其他癌症类型的早期检测测试。
该研究发表在《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库和乳腺癌现在组织库提供。研究还涉及阿伯丁大学、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。
爱丁堡大学工程学院的安迪·唐斯博士领导了这项研究，他表示：“大多数癌症死亡发生在晚期诊断之后，当症状变得明显时，因此未来的一种多癌症类型筛查测试可以在更容易治疗的阶段找到这些癌症。”
“早期诊断是长期生存的关键，我们终于拥有了所需的技术。我们现在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。”
(全文结束)
