悉尼新南威尔士大学的科学家们正在努力开发澳大利亚首个商业化的基于脂质的人工智能（AI）血液检测方法来探测乳腺癌——其中一种版本已经被用于诊所。
瓦法实验室（Vafaee Lab）的副教授法蒂玛·瓦法伊（Fatemeh Vafaee）及其团队设想开发能够检测和监测多种癌症（如肺癌、肝癌和脑瘤）的人工智能辅助血液检测平台。
“目前癌症检测的方式通常只能在肿瘤已经形成时才能发现。” 瓦法伊副教授说道。
她指出，当前的检测方法依赖于成像检查和侵入性组织活检，这些方法本身存在风险，而且可能会遗漏部分肿瘤。
瓦法伊副教授表示，肿瘤包含多种类型的癌细胞，每种都有不同的特征和行为。
“因此，针头插入的位置不同，我们总会错过肿瘤中实际存在的整个细胞群体。”
她还提到，提升简单血液检测识别肿瘤启动的能力，可以在症状出现之前进行早期干预并改善治疗结果。
由于肿瘤依靠血液提供营养和生长支持，瓦法伊副教授解释说，“血液不断与肿瘤进行交流，释放诸如DNA、RNA、蛋白质和代谢物等生物标记物遍布全身。”
“这些生物标记物可以在影像学检查发现肿块之前很久就检测到癌症——理论上，可能提前数月甚至数年。并且几乎无痛且风险极低。”
人工智能有何帮助？
人工智能驱动的血液检测不仅可用于癌症检测，还可以实时监测癌症的发展过程以及对治疗的反应。
除了最广为人知的应用——驱动如ChatGPT这样的大型语言模型之外，人工智能还可用于推进许多其他应用，包括医学领域。在瓦法实验室，它被用来分析跨越各种生物标记物的大数据集。
这些生物标记物带来了自身的一套数据复杂性——以及缺乏可重复性。
瓦法伊副教授表示：“在一个个体样本中就有数十万到数百万个分子。因此，从所有这些数据点中识别出表明癌症的微妙分子模式就像大海捞针一样困难。”
在她的实验室中，她运用人工智能改进并加速这一过程，利用先进的算法筛选复杂的数据，识别出血液中预测肿瘤启动或进展的有意义的分子信号。这比当前的检测方法有所改进，允许采用个性化的办法以及获得可重复的结果。
“重要的是，这也使我们能够揭示人工智能预测背后的‘原因’。” 副教授瓦法伊说道。“通过整合可解释的人工智能技术，我们确保模型不仅提供准确的结果，还能给出临床上可以解读的见解——这对于在现实医疗环境中建立信任和支持决策至关重要。”
一个实验室，无限机遇
瓦法伊副教授的实验室是全球少有的专门从事人工智能驱动癌症研究的独特环境。
她和她的团队综合了多种数据——从医学图像到文本型电子健康记录再到分子数据——以构建健康和疾病的“全景”视图。
他们已经与澳大利亚生物科技公司BCAL Diagnostics合作，开发了用于血液检测的人工智能算法，这是一种非侵入性排除乳腺癌的方法。
这项测试已于2025年3月成功从研究阶段过渡到临床应用，并现已在悉尼和墨尔本的多家专科乳腺诊所投入使用。该测试特别增强了对乳房密度较高的女性的早期检测能力，在传统影像学方法可能效果不佳的情况下尤为有用。
瓦法伊实验室同时参与了一个全国性和国际性的联盟，致力于将血液检测整合进现有的国家乳腺筛查项目，从而帮助提高更广泛人群的癌症检测率。
瓦法伊副教授表示，尽管在大规模整合这类技术方面仍然面临挑战，但人工智能正准备重塑个性化医学的领域。
她正领导一项针对“多分析物”血液检测的大型研究，这种检测分析一组生物标志物组合——蛋白质、代谢物、RNA——而不是依赖单一指标。这种方法显著提高了癌症检测的灵敏度和特异性。
“挑战依然在于我们要尝试将不同类型的数据整合成一个连贯的系统，以全面了解患者的健康状况。” 瓦法伊副教授说。
“我们在应用从传统机器学习到尖端人工智能技术的各种方法上具有高度适应性。”
“我们也在考虑开发基于其他体液（如尿液或唾液）的检测方法。”
她说，随着人工智能模型变得越来越复杂，她和她的团队也正在努力确保这些模型能被医学界理解和接受。
“我们不仅可以利用人工智能及早发现癌症，还可以改善那些已患癌症患者的生活。”
关键事实：
一名来自悉尼新南威尔士大学的科学家正在将人工智能驱动的血液检测推向市场——提供更早的诊断，减少侵入性程序的需求，并为所有人铺平通往更加个性化治疗的道路。
【全文结束】
