一项研究表明，一种新的筛查方法利用激光分析和人工智能（AI）可以识别乳腺癌的早期阶段。
研究人员表示，这种快速且无创的程序能够识别疾病最早期阶段血液中发生的微妙变化。他们的新方法可以改进早期检测，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格检查、X光或超声波扫描，或分析乳房组织样本（活检）。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。
使用这种方法，研究人员通过优化一种称为拉曼光谱的技术，并将其与机器学习（一种AI形式）结合，能够发现乳腺癌的最早阶段。类似的方法已被用于筛查其他类型的癌症，但它们最早只能在第二阶段检测到疾病。
新技术的工作原理是首先将激光束照射到患者的血浆中，然后使用光谱仪分析光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，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。
在涉及12例乳腺癌患者和12例健康对照者的初步研究中，该技术在识别第一阶段乳腺癌方面的有效率为98%。该测试还能以超过90%的准确性区分四种主要亚型的乳腺癌，这有助于患者接受更有效的个性化治疗。
研究人员希望将这种方法作为筛查测试，能够帮助更多的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。他们计划扩大研究范围，增加更多的参与者，并包括其他类型癌症的早期检测测试。
领导这项研究的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，因此未来针对多种癌症类型的筛查测试可以在更容易治疗的阶段发现这些癌症。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，然后才能将其用作多癌症测试。”
研究中使用的血液样本由北爱尔兰生物银行和乳腺癌组织库提供。该研究还涉及来自阿伯丁大学、莱茵-瓦尔应用科学大学和北莱茵-威斯特法伦州应用研究研究生院的研究人员。
该研究已发表在《生物光子学杂志》上。
(全文结束)
