两种新的先进预测算法利用个人健康状况和简单血液检测的信息，准确预测患者目前未诊断癌症的几率，包括难以诊断的肝癌和口腔癌。这些新模型可能会彻底改变癌症在初级护理中的检测方式，使患者能够在更早的阶段获得治疗。
目前，NHS使用预测算法，例如QCancer评分，结合患者数据中的相关信息，识别出被认为处于高风险但目前未诊断癌症的个体，使全科医生和专科医生能够召唤他们进行进一步检测。伦敦大学玛丽女王学院和牛津大学的研究人员利用来自英格兰740多万成年人的匿名电子健康记录，创建了两种新算法，这些算法比现有模型更灵敏，可能导致更好的临床决策和潜在的早期癌症诊断。
至关重要的是，除了关于患者的年龄、家族历史、医学诊断、症状和一般健康的信息外，这些新算法还结合了七项常规血液检测的结果（测量个人的全血细胞计数和肝功能）作为生物标志物，以改善早期癌症诊断。
与现有的QCancer算法相比，这些新模型识别出四种额外的医疗状况，与15种不同癌症的风险增加相关，包括影响肝脏、肾脏和胰腺的癌症。对于肺癌和血癌，也发现了两个额外的家族历史关联，并识别出了七种新的关注症状（包括瘙痒、淤伤、背痛、声音嘶哑、放屁、腹部肿块、深色尿液）与多种癌症类型相关。
这些结果显示，新算法提供了显著改善的诊断能力，实际上是目前唯一可以在初级护理环境中使用的算法，用于估计当前但尚未诊断的肝癌的可能性。
伦敦大学玛丽女王学院临床流行病学和预测医学教授、该研究首席作者朱莉亚·希皮斯利-科克斯教授说：“这些算法旨在嵌入临床系统并用于常规全科医生咨询中。它们在识别癌症方面相比现有模型有显著提高，尤其是在早期、更可治疗的阶段。它们使用患者记录中已有的血液检测结果，使这成为帮助NHS到2028年改善早期癌症诊断记录的负担得起且高效的方法。”
伦敦大学玛丽女王学院高级研究员、诺丁汉大学医学统计学名誉教授、共同作者卡罗尔·库普兰博士说：“这些新的算法通过评估个人的当前未诊断癌症风险，基于他们的症状、血液检测结果、生活方式因素和其他记录在医疗记录中的信息，显示出更好的识别最有可能患有15种类型癌症的人的能力。它们为18岁及以上人群提供了早期癌症诊断的潜力，包括一些罕见类型的癌症。”
