如果乳腺癌在1期被检测到，患者在未来五年内的生存率高达99%。然而，如果癌症在第2期才被诊断出来，五年生存率会下降至86%。目前，大多数乳腺癌检测方法只能在第2期发现疾病，但这还不够。一种新的血液测试可能会改变这一现状。
爱丁堡大学的研究人员开发了一种革命性的血液测试，能够在非常早期的1a期检测出乳腺癌，而现有的技术难以识别这个阶段的癌症。
“这种测试的独特之处在于，它是首个利用拉曼光谱技术和人工智能（机器学习）来分类四种主要乳腺癌亚型的测试方法。”研究人员指出。
由机器学习驱动的血液测试
目前，乳腺癌检测依赖于活检、超声波和X射线等方法，这些方法可能具有侵入性或在乳腺组织密集的患者中效果不佳。这种新的血液测试旨在通过更快、侵入性更小的方法解决这些局限性。
研究人员声称，他们的血液测试是最快且最准确的乳腺癌检测方法之一。医生只需从患者那里采集一份血浆样本即可。
首先，样本通过激光光束进行分析。当光与血浆分子相互作用时，一种称为光谱仪的设备会检查光的性质变化，以确定血液样本的化学成分。这种技术被称为拉曼光谱法。
接下来，研究人员使用机器学习算法来解读拉曼光谱的结果。这些算法揭示了血液细胞和组织是否发生了任何不希望的分子变化。
为了验证该方法的准确性，研究人员测试了12名癌症患者和12名健康个体的血液样本。结果显示，这种由AI和拉曼光谱驱动的血液测试在受试者中识别1a期乳腺癌的有效率为98%。
此外，1a期乳腺癌有四种亚型：Luminal A（HR+HER2−）、Luminal B（HR+HER2+）、HER2富集型（HR−HER2+）和三阴性乳腺癌（TNBC，HR−HER2−）。在实验中，血液测试能够以超过90%的准确率识别患者的亚型。
“我们识别出了与癌症生物标志物相关的关键光谱特征，这些特征得到了多项同行评审研究的证实，证明了拉曼光谱技术和机器学习在早期乳腺癌亚型分类中的潜力。”研究人员表示。
不仅限于乳腺癌
缺乏早期癌症检测技术不仅影响乳腺癌患者，还广泛影响着患有不同类型癌症的患者，每年影响全球数千人的生命。
即使患者无法战胜疾病，早期检测也能在延长寿命方面发挥重要作用。研究人员建议，未来，这种由AI驱动的血液测试可以帮助早期检测各种其他类型的癌症。
“早期诊断是长期生存的关键，我们现在有了所需的技术。我们只需要将其应用于其他癌症类型，并建立数据库，以便将来可以作为多癌种检测工具使用。”爱丁堡大学高级讲师安迪·唐斯（Andy Downes）说。
这项研究发表在《生物光子学杂志》上。
(全文结束)
