一种突破性的筛查方法结合了激光分析和人工智能（AI），被认为是首个能够检测乳腺癌初期患者的技术，依据最近的一项研究。
一种突破性的筛查方法结合了激光分析和人工智能（AI），被认为是首个能够检测乳腺癌初期患者的技术，依据最近的一项研究。
这项快速且非侵入性的技术揭示了在疾病初期阶段（称为1a期）血流中出现的微小变化，而现有检测无法检测到这些变化，研究团队表示。
来自爱丁堡大学的研究人员认为，他们的新方法可以增强乳腺癌的早期检测和监测，可能导致适用于各种癌症类型的筛查测试。
典型的乳腺癌检测可能涉及身体检查、X射线或超声成像，或组织样本分析（称为活检）。目前的早期检测方法通常侧重于根据年龄或是否属于高风险类别来筛查个人。
通过采用新技术，科学家们成功地通过优化一种称为拉曼光谱的激光分析方法并将其与机器学习（AI的一类）结合，实现了对早期乳腺癌的识别。
研究团队指出，类似的技术已被用于其他癌症类型的检测，但那些技术只能从第二阶段开始检测出疾病。
这种创新方法的运作原理是将激光束导入从患者血浆样本中获取的血液样本中。在光与血液相互作用后，使用一种称为光谱仪的设备检查光特性的变化，以揭示细胞和组织化学成分的微小变化——这是疾病的早期迹象。
机器学习算法对发现进行解读，识别相似特征并协助样本分类。
在一项涉及12个乳腺癌患者样本和12个健康个体的初步研究中，该技术在识别1a期乳腺癌方面展示了98%的成功率。
此外，该测试能够以超过90%的准确率区分四种主要乳腺癌亚型，潜在地促成更有效和个性化的患者治疗方案，团队表示。
实施该筛查测试可能显著增加在乳腺癌的早期阶段被识别的个体数量，从而提高成功治疗的可能性，团队解释道。他们计划通过增加参与者数量并扩展到其他癌症类型的早期检测来进一步推进研究。
该研究发表在《生物光子学杂志》上。用于这项研究的血液样本由北爱尔兰生物库和乳腺癌现在组织银行提供。此外，研究还涉及来自阿伯丁大学、莱茵-瓦尔应用科技大学和北莱茵-威斯特法伦应用研究研究生院的合作伙伴。
爱丁堡大学工程学院的安迪·唐斯博士领导了这项研究，他表示：“大多数与癌症相关的死亡源于在症状明显时被诊断为晚期。因此，未来针对各种癌症类型的筛查测试可以在更易治疗的阶段捕捉到这些疾病。早期检测对长期存活至关重要，而我们现在拥有所需的技术。我们只需将研究扩展到其他癌症类型，并开发一个综合数据库，才能将此作为多癌症测试。”
