基于人工智能的血液检测检测卵巢癌的准确率为93%
2024-02-01
来源: drugdu
63
卵巢癌，通常被称为沉默的杀手，在最初阶段通常没有症状，当治疗变得具有挑战性时，会导致晚期发现。生存率的鲜明对比凸显了早期诊断的迫切需要：虽然晚期卵巢癌患者在治疗后的五年生存率约为31%，但早期发现和治疗可以将这一比率提高到90%以上。尽管进行了30多年的研究，但开发一种准确的卵巢癌早期诊断测试已被证明具有挑战性。这种困难源于这种疾病的分子起源，多种途径可能导致相同的癌症类型。
佐治亚理工大学综合癌症研究中心（ICRC，美国佐治亚州亚特兰大）的科学家们现在取得了突破，将机器学习与血液代谢物信息相结合，在他们的研究小组中开发了一种可以检测卵巢癌的测试，准确率为93%。该测试优于现有的检测方法，尤其是在临床上被认为正常的女性中识别早期卵巢疾病方面。研究人员创造了一种新的诊断方法，利用患者的代谢特征来更准确地确定疾病存在或不存在的概率。
质谱法用于通过其质量和电荷来识别血液中的代谢物，但面临着一个限制：人类血液中只有不到7%的代谢物经过了化学表征。因此，精确定位个体代谢谱背后的特定分子过程仍然是一个挑战。尽管如此，该团队还是认识到了利用质谱法检测到的不同代谢物的存在，使用机器学习创建准确预测模型的潜力。这种方法类似于使用个人面部特征来开发面部识别算法。
在他们的创新方法中，研究人员将代谢组学图谱与机器学习分类器相结合，在一项涉及佐治亚州、北卡罗来纳州、费城和加拿大西部564名女性的研究中，准确率达到93%。该组包括431名活动期卵巢癌患者和133名无卵巢癌的女性。正在进行的研究旨在探索该测试在无症状女性中检测早期疾病的能力。临床应用的愿景是，代谢状况表明患癌症可能性较低的个体将接受年度监测，而那些得分表明患卵巢癌可能性较高的个体则将接受更频繁的监测或立即转诊进行高级筛查。
“这种个性化的、概率性的癌症诊断方法比传统的二元（是/否）测试更具临床信息性和准确性，”生物科学学院名誉教授、红十字国际委员会创始主任、该研究的通讯作者John McDonald表示。“它代表了卵巢癌以及其他癌症早期检测的一个有希望的新方向。”
来源：
https://www.labmedica.com/molecular-diagnostics/articles/294800077/ai-based-blood-test-detects-ovarian-cancer-with-93-accuracy.html
版权著作，未经滴度drugdu.com书面授权，严禁转载，违者将被追究法律责任。
相关News
- Lupin Digital Health 的 Lyfe 平台获得 CDSCO 颁发的 C 类医疗器械许可证 2024-05-05
- BigHat Biosciences 与杨森生物技术公司合作 2024-05-05
- Abbott因溶解膝盖以下动脉的支架而获得美国食品药品监督管理局批准 2024-05-05
- 患者权利倡导者在针对明尼苏达州蓝十字蓝盾的诉讼中提交Amicus简报 2024-05-05
- 吉利德利用一期妊娠期艾滋病患者数据扩大了 Biktarvy 的 FDA 标签范围 2024-05-05
