英國(guó)《自然》雜志26日發(fā)表一項(xiàng)醫(yī)學(xué)與人工智能(AI)研究,科學(xué)家報(bào)告一種機(jī)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(cè)序方法,可以檢測(cè)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(jìn)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(fèi)用高、篩查項(xiàng)目少以及對(duì)假陽(yáng)性的擔(dān)憂,這種篩查的使用度并不高。統(tǒng)計(jì)數(shù)字顯示,美國(guó)只有約5%符合條件的個(gè)體會(huì)去做這種篩查。
而血液檢測(cè)是另一種頗受歡迎的癌癥檢測(cè)方法。不過,大部分液體活檢研究主要監(jiān)測(cè)的仍是晚期患者,因?yàn)樗麄兛赡鼙仍缙诨颊邠碛懈咚降哪[瘤相關(guān)DNA標(biāo)記。
鑒于此,美國(guó)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(píng)估循環(huán)腫瘤DNA(ctDNA)的測(cè)序方法。他們改善了DNA的提取,鑒定出有望作為有效疾病標(biāo)記的變化。研究團(tuán)隊(duì)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(gè)很有力的預(yù)后指標(biāo)。他們隨后用這些數(shù)據(jù),對(duì)一種機(jī)器學(xué)習(xí)方法進(jìn)行改進(jìn),將其用來預(yù)測(cè)血樣中存在的肺癌源性DNA。
實(shí)驗(yàn)顯示,在由104例早期非小細(xì)胞肺癌患者和56例匹配對(duì)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(xiǎn)匹配的對(duì)照;在另一個(gè)由46例病例和48例對(duì)照組成的獨(dú)立驗(yàn)證隊(duì)列中,研究人員確認(rèn)了以上結(jié)果。
基于血液樣本的液體活檢的出現(xiàn),曾被認(rèn)為標(biāo)志著人類在攻克腫瘤的道路上又前進(jìn)了一大步。目前臨床研究中,液體活檢技術(shù)主要包括血液中游離循環(huán)腫瘤細(xì)胞檢測(cè)、循環(huán)腫瘤DNA檢測(cè)、外泌體及循環(huán)RNA檢測(cè)等。近年來檢測(cè)方法的靈敏度比過去幾年有了很大改進(jìn),這也是此領(lǐng)域蓬勃發(fā)展的原因。
-
人工智能
+關(guān)注
關(guān)注
1817文章
50098瀏覽量
265414 -
機(jī)器學(xué)習(xí)
+關(guān)注
關(guān)注
66文章
8553瀏覽量
136957
發(fā)布評(píng)論請(qǐng)先 登錄
學(xué)習(xí)單片機(jī)快速方法
指令集測(cè)試的一種糾錯(cuò)方法
量子機(jī)器學(xué)習(xí)入門:三種數(shù)據(jù)編碼方法對(duì)比與應(yīng)用
【Sipeed MaixCAM Pro開發(fā)板試用體驗(yàn)】基于MaixCAM-Pro的AI生成圖像鑒別系統(tǒng)
一種新的無(wú)刷直流電機(jī)反電動(dòng)勢(shì)檢測(cè)方法
一種無(wú)序超均勻固體器件的網(wǎng)格優(yōu)化方法
ARM入門學(xué)習(xí)方法分享
FPGA在機(jī)器學(xué)習(xí)中的具體應(yīng)用
NVIDIA Isaac Sim和Isaac Lab現(xiàn)已推出早期開發(fā)者預(yù)覽版
漢思新材料取得一種PCB板封裝膠及其制備方法的專利
第一章 W55MH32 高性能以太網(wǎng)單片機(jī)的學(xué)習(xí)方法概述
使用MATLAB進(jìn)行無(wú)監(jiān)督學(xué)習(xí)
一種機(jī)器學(xué)習(xí)方法能鑒別出早期肺癌患者
評(píng)論