人工智能+優(yōu)化測序 血液監(jiān)測是頗受歡迎的癌癥檢測方法

英國《自然》雜志26日發(fā)表一項醫(yī)學(xué)與人工智能(AI)研究，科學(xué)家報告一種機器學(xué)習(xí)方法能鑒別出早期肺癌患者。這一方法利用人工智能與優(yōu)化的測序方法

，可以檢測血樣中的腫瘤源性DNA(即液體活檢)，未來將有助于增加高危人群的篩查率。

現(xiàn)階段

，一般推薦高危群體做CT掃描進行肺癌篩查，這種模式已被證明能減少肺癌相關(guān)死亡。不過，由于費用高、篩查項目少以及對假陽性的擔(dān)憂，這種篩查的使用度并不高。統(tǒng)計數(shù)字顯示，美國只有約5%符合條件的個體會去做這種篩查。

而血液檢測是另一種頗受歡迎的癌癥檢測方法

。不過，大部分液體活檢研究主要監(jiān)測的仍是晚期患者，因為他們可能比早期患者擁有更高水平的腫瘤相關(guān)DNA標記。

鑒于此，美國斯坦福大學(xué)馬克西米蘭·戴恩教授及其同事優(yōu)化了一種現(xiàn)有的評估循環(huán)腫瘤DNA(ctDNA)的測序方法

。他們改善了DNA的提取，鑒定出有望作為有效疾病標記的變化。研究團隊用該方法表明，盡管ctDNA在早期肺癌患者體內(nèi)水平很低，卻是一個很有力的預(yù)后指標。他們隨后用這些數(shù)據(jù)，對一種機器學(xué)習(xí)方法進行改進，將其用來預(yù)測血樣中存在的肺癌源性DNA。

實驗顯示

，在由104例早期非小細胞肺癌患者和56例匹配對照組成的初期樣本中，這種人工智能方法可以區(qū)分早期肺癌患者與風(fēng)險匹配的對照;在另一個由46例病例和48例對照組成的獨立驗證隊列中，研究人員確認了以上結(jié)果