「方法」机器学习能鉴别早期肺癌患者

科技日报北京3月26日电(采访人员张梦然)英国《自然》杂志26日发表一项医学与人工智能(AI)研究 , 科学家报告一种机器学习方法能鉴别出早期肺癌患者 。 这一方法利用人工智能与优化的测序方法 , 可以检测血样中的肿瘤源性DNA(即液体活检) , 未来将有助于增加高危人群的筛查率 。
现阶段 , 一般推荐高危群体做CT扫描进行肺癌筛查 , 这种模式已被证明能减少肺癌相关死亡 。 不过 , 由于费用高、筛查项目少以及对假阳性的担忧 , 这种筛查的使用度并不高 。 统计数字显示 , 美国只有约5%符合条件的个体会去做这种筛查 。
而血液检测是另一种颇受欢迎的癌症检测方法 。 不过 , 大部分液体活检研究主要监测的仍是晚期患者 , 因为他们可能比早期患者拥有更高水平的肿瘤相关DNA标记 。
鉴于此 , 美国斯坦福大学马克西米兰·戴恩教授及其同事优化了一种现有的评估循环肿瘤DNA(ctDNA)的测序方法 。 他们改善了DNA的提取 , 鉴定出有望作为有效疾病标记的变化 。 研究团队用该方法表明 , 尽管ctDNA在早期肺癌患者体内水平很低 , 却是一个很有力的预后指标 。 他们随后用这些数据 , 对一种机器学习方法进行改进 , 将其用来预测血样中存在的肺癌源性DNA 。
实验显示 , 在由104例早期非小细胞肺癌患者和56例匹配对照组成的初期样本中 , 这种人工智能方法可以区分早期肺癌患者与风险匹配的对照;在另一个由46例病例和48例对照组成的独立验证队列中 , 研究人员确认了以上结果 。
基于血液样本的液体活检的出现 , 曾被认为标志着人类在攻克肿瘤的道路上又前进了一大步 。 目前临床研究中 , 液体活检技术主要包括血液中游离循环肿瘤细胞检测、循环肿瘤DNA检测、外泌体及循环RNA检测等 。 近年来检测方法的灵敏度比过去几年有了很大改进 , 这也是此领域蓬勃发展的原因 。
总编辑圈点
机器的精准度远在人类之上 , 如果我们想要继续在医疗和医药方面有长足进步 , 就必须借助机器 。 而AI , 既拥有冰冷的精度又自带学习的“头脑” , 是少数能够为患者提供精确诊断的工具 。 现在 , 伴随着人类自身生物医学知识的进步 , 这一诊断已经越来越稳定 。 其实 , AI早已切实地走进你我身边实施医疗帮助——譬如在这次疫情中 , 据我国不完全统计 , 现已有20余款人工智能系统应用在抗疫一线以及全国数百家医院 , 为数十万疑似病例和确诊病例服务 , 帮助医生有效提升了新冠肺炎的排查效率和诊断准确率 。
(责任编辑: HN666)


    推荐阅读