一种新的基于人工智能的血液测试首次能够在乳腺癌的最早阶段检测到疾病的迹象，这时癌症“更容易治疗”，科学家们宣布。
这种新的快速且非侵入性的测试通过揭示疾病初始“1a”阶段时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体检、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，这项新技术结合了称为“拉曼光谱”的激光分析技术和一种名为机器学习的人工智能形式，使他们能够首次在最早阶段检测到这种疾病。新的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，以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。
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。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显示，该技术在识别1a期乳腺癌方面的有效率为98%。该研究还显示，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，这可以使患者接受更有效的个性化治疗。
研究团队表示，将这种新技术作为筛查测试可以识别更多处于乳腺癌最早阶段的人，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，这样就可以用作多癌症测试。”研究团队表示，这种新方法可能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，并包括对其他癌症早期形式的测试。
他们补充说，过去曾尝试过类似的筛查其他类型癌症的方法，但最早的检测阶段是第二阶段。该研究发表在《生物光子学杂志》上，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。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)
