據(jù)外媒報道，癌癥是導致人類死亡的最主要原因之一，其通常很難發(fā)現(xiàn),，直到為時已晚,。但這種情況可能會發(fā)生改變。研究人員開發(fā)了一種新型的AI血液測試,，可以準確地檢測出50多種不同類型的癌癥,，甚至可以識別其在體內(nèi)的位置。

    癌癥種類繁多,，幾乎不可能通過常規(guī)檢查來密切關(guān)注所有癌癥,。取而代之的是，通常在患者出現(xiàn)癥狀后,，直到醫(yī)生開始專門尋找它時,，才可以發(fā)現(xiàn)該疾病。到那時,，在很多情況下可能為時已晚,。理想情況下，醫(yī)生將對患者進行常規(guī)檢查,，以發(fā)現(xiàn)可能正在體內(nèi)出現(xiàn)的任何類型的癌癥,，從而為治療提供成功的最佳方法。這就是新研究正在努力的方向,。

    該測試使用機器學習算法搜索與癌癥相關(guān)的DNA的特定化學變化,，稱為甲基化模式。它以無細胞DNA（cfDNA）的形式發(fā)現(xiàn),，該DNA從許多細胞（包括腫瘤）脫落到血液中,。研究人員首先在循環(huán)無細胞基因組圖譜（CCGA）中利用3000多種血液樣本進行了機器學習算法訓練,。其中一半患有癌癥-是50種不同類型的癌癥之一，而另一半則沒有,。一旦算法了解了要尋找的甲基化模式,，就可以對另外1200個樣本進行分類。

    可以肯定的是,，這項新測試在很大程度上取得了成功,，對以后的癌癥檢測更加準確。它能夠檢測出18％的I期腫瘤,，43％的II期腫瘤,，81％的III期腫瘤和93％的IV期腫瘤。它還能夠以93％的準確度查明癌癥起源于哪個組織,，重要的是,，假陽性率僅為0.7％。

    “這些數(shù)據(jù)支持該靶向甲基化測試滿足我們認為可用于人群水平篩查的多癌癥早期檢測血液測試的基本要求的能力：一次檢測多種致命癌癥類型的能力,。該研究的假陽性率極低,，并且能夠以較高的準確度識別癌癥在體內(nèi)的位置，從而可以幫助醫(yī)療保健提供者指導下一步的診斷和護理步驟,?！?/p>

    研究小組說，結(jié)果應(yīng)該可以推廣到更大的人群,，但是在更大的群體中還需要進行更多的測試,。也有一些問題需要解決。研究人員表示,，由于某種原因,，由人乳頭瘤病毒（HPV）引起的癌癥使系統(tǒng)更難以確定癌癥的位置。另外,，患者并沒有整整一年被追蹤,，因此他們不能排除某些“非癌癥”受試者確實患有該疾病的可能性。但是主要的缺點是早期癌癥的檢出率仍然很低,。毫無疑問,，改進此方法將是該方法未來成功的重要因素。盡管如此,，普遍的共識似乎是這是一個有希望的突破,。

    未參與這項研究的新南威爾士大學的克里斯蒂娜·沃頓說：“這是一項令人激動的工作，將最先進的實驗室技術(shù)與人工智能結(jié)合在一起,。它突出了檢測血液中癌癥DNA的潛力,。這項研究的優(yōu)勢之一是包括了來自健康人的大量樣本。您需要從沒有癌癥的人那里獲得許多樣本,，以證明該測試不會產(chǎn)生假陽性結(jié)果,，而這項研究有數(shù)千項,。最后，該篩查測試和所有癌癥篩查測試所面臨的挑戰(zhàn)是如何識別早期的小型癌癥,。晚期癌癥更容易發(fā)現(xiàn),。我要說，發(fā)現(xiàn)較小的,、早期的仍在進行中,。”

    這項工作建立在通用癌癥血液檢測的先前進展的基礎(chǔ)上,，該檢測也尋找cfDNA甲基化模式,，但僅針對20種癌癥進行了檢測。其他人則在尋找血液中癌癥的不同跡象,，例如基因突變,、血小板RNA分布圖、白細胞受損,、某些蛋白質(zhì)水平升高,，甚至來自受腫瘤影響的微生物的DNA。

    盡管所有這些癌癥篩查測試距臨床應(yīng)用還有很長的路要走,，但令人鼓舞的是在該領(lǐng)域看到如此有希望的結(jié)果,。而最新的似乎是最準確、影響最廣泛的之一,。

    最新研究發(fā)表在《Annals of Oncology》雜志上。