瑞典哥德堡大學的科學家開發了一種AI驅動的方法來檢測早期癌症。
新的測試有望成為癌症預後的遊戲改變者，因為它是非侵入性的，提供了提高的準確性，並且可以吸收不同的癌症，包括肺，肝臟和皮膚癌。到目前為止，科學家一直依靠質譜來識別可能暗示患者體內腫瘤的生化信號。然而，在最近的一項研究中，研究人員依靠AI驅動的方法來分析數據並獲得更大的可靠性。
哥德堡大學生物信息學高級講師，本研究的首席作者丹尼爾·博賈爾（Daniel Bojar）在接受采訪時對Tech Times表示：“光譜結果大多是同質的，通常對衡量關鍵數據點缺乏敏感性。” “ AI具有先進的分析，以確保聚醣結構的一致性。這就是我們可以準確地測量聚醣及其結構變化的方式。”
Bojar說，他們應該能夠在未來4 - 5年內進行臨床測試並大規模發射。該團隊還希望擴大研究中涉及的癌症類型，以提高其研究的可靠性。
Glycans：癌症檢測的下一個大事
2020年，全世界約有1,930萬人被診斷出患有癌症，預計到2040年將增加到2840萬。科學家一直在尋找更快的發現癌症的方法。
新的癌症測試取決於檢測定義的聚醣，這些聚醣是附著在脂肪和蛋白質上的長糖鏈，也決定了我們的細胞的行為。這些複雜的糖分子是生命必不可少的四個主要大分子之一，其他三個包括DNA，蛋白質和脂肪。糖結構的變化可能與炎症，食物過敏，類風濕關節炎和癌症等疾病，甚至衰老等自然過程有關。
關於乳腺癌患者N-聚醣結構升高的報導已經有許多報導，但在健康組織中不存在。此外，在人類早期試驗中，基於聚醣的血液測試已經進行了卵巢癌。
“聚醣主要是各種細胞相互作用的第一個接觸點。自然，這些聚醣中的突變可以通過修飾坐在細胞中的蛋白質來觸發細胞對單個刺激的不同反應，”加利福尼亞大學戴維斯大學的伊曼紐爾·馬維拉基斯（Emmanuel Maverakis），戴維斯大學（Emmanuel Maverakis），戴維斯大學（Emmanuel Maverakis），戴維斯大學（Davis of California）在接受采訪時告訴Tech Times。 “聚醣變化作為獨特的“指紋”“針對特定癌症類型”。
Glycans被認為是癌症研究中的下一件大事是因為它們在易於檢測的位置（如吐痰，血液和尿液）中存在，使醫生可以在無需進行內窺鏡檢查或活檢等侵入性癌症篩查測試的情況下監測癌細胞。這減少了患者的不適和風險，同時擴大了測試可能性。
AI在癌症預後的潛力
哥德堡的研究人員並不是唯一在癌症檢測中使用AI的研究人員。截至目前，FDA批准了300多種用於放射學和腫瘤學的AI工具，以幫助醫生預測，診斷和治療癌症，尤其是在早期。
AI改革癌症檢測的潛力在於其能夠分析大量不同數據和生物標誌物的能力，包括遺傳特徵，病史和實時生理測量。早期預後可以通過個性化的治療計劃來補充，每位患者最佳劑量，從而確保最大的風險受益。
麻省理工學院的研究人員已經開發了Sybil，一種AI工具，可預測未來六年篩查中肺癌發展的風險。 Sybil的準確性在86-94％之間，這是當前癌症篩查方案的顯著提升。
Sybil依靠CT掃描來尋找腫瘤的跡象，異常生長，甚至隱藏的模式，而沒有任何可能被人眼忽略的明顯結節。
同樣，來自達納 - 法伯癌症研究所，哈佛醫學院和哥本哈根大學的科學家聯盟開發了AI軟件，以識別患者有早期胰腺癌的風險。 AI可以分析生物標誌物，例如基因表達譜和蛋白質水平，以鑑定癌症的跡象。這些生物標誌物可用於開發新的診斷測試和靶向療法。
我們正在尋找AI可以輕鬆地發現癌症的時候，同時消除了對背靠背測試的需求並幫助腫瘤學家的決策能力。
從事Sybil的科學家之一Florian Fintelmann在接受采訪時告訴Tech Times。
但是，放射學中AI工具的整合併非沒有挑戰。全球醫療保健專業人員已經引起了人們對數據集，違反患者隱私和監管審查不一致的擔憂。當AI系統傾向於幻覺並產生誤報以得出通緝或更理想的結論時，挑戰大聲呼應。
Avya Chaudhary是一位技術作家，其作品已出現在Techrepublic Premium，PageFly，TechnologyAdvice和Hatica中。在LinkedIn上找到她https://www.linkedin.com/in/avya-chaudhary。
