爱丁堡大学开发的一种人工智能血液检测方法可以改变乳腺癌的早期检测和治疗方式。
这种新的快速无创检测方法通过揭示疾病初期（1a期）发生的细微血液变化来检测乳腺癌的迹象。爱丁堡大学的研究人员表示，这些早期指标是现有技术无法检测到的。
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（即活检），早期检测策略依赖于根据年龄和是否属于高风险群体进行筛查。
研究人员表示，这种新技术结合了激光分析技术“拉曼光谱”和一种称为机器学习的人工智能形式，使他们首次能够在疾病的最早阶段发现该病。
乳腺癌倡导者称这项初步研究“令人兴奋”。
乳腺癌现行政策研究、支持和影响总监西蒙·文森特博士说：“早期检测和诊断乳腺癌意味着患者更有可能战胜这种疾病。每年在英国约有55,000人被诊断出患有乳腺癌，其中11,000人不幸死于该病。因此，任何旨在更好地检测乳腺癌的研究都是迫切需要的。”
文森特博士补充道：“虽然还需要进一步的研究，但这一令人兴奋的初步研究，使用了乳腺癌现行政策生物样本库的组织样本，展示了如何利用创新的人工智能技术来改善乳腺癌的早期检测，确保人们能够尽快开始治疗，从而达到最佳效果。”
新测试首先将激光束照射到从患者身上提取的血浆中。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成分的微小变化，这些变化是疾病的早期指标。接下来，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1a期识别乳腺癌的有效率为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，这将使患者能够接受更有效、个性化的治疗。
研究团队表示，将这种新技术作为筛查测试实施将有助于在乳腺癌的最早阶段识别更多患者，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，因此未来针对多种癌症类型的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，我们终于拥有了所需的技术。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，并包括对其他早期癌症类型的测试。
过去，类似的筛查方法曾用于检测其他类型的癌症，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，参与研究的还有来自阿伯丁大学、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。
(全文结束)
