瑞典哥德堡大学的科学家开发了一种AI驱动的方法来检测早期癌症。
新的测试有望成为癌症预后的游戏改变者，因为它是非侵入性的，提供了提高的准确性，并且可以吸收不同的癌症，包括肺，肝脏和皮肤癌。到目前为止，科学家一直依靠质谱来识别可能暗示患者体内肿瘤的生化信号。然而，在最近的一项研究中，研究人员依靠AI驱动的方法来分析数据并获得更大的可靠性。
哥德堡大学生物信息学高级讲师，本研究的首席作者丹尼尔·博贾尔（Daniel Bojar）在接受采访时对Tech Times表示：“光谱结果大多是同质的，通常对衡量关键数据点缺乏敏感性。” “ AI具有先进的分析，以确保聚糖结构的一致性。这就是我们可以准确地测量聚糖及其结构变化的方式。”
Bojar说，他们应该能够在未来4 - 5年内进行临床测试并大规模发射。该团队还希望扩大研究中涉及的癌症类型，以提高其研究的可靠性。
Glycans：癌症检测的下一个大事
2020年，全世界约有1,930万人被诊断出患有癌症，预计到2040年将增加到2840万。科学家一直在寻找更快的发现癌症的方法。
新的癌症测试取决于检测定义的聚糖，这些聚糖是附着在脂肪和蛋白质上的长糖链，也决定了我们的细胞的行为。这些复杂的糖分子是生命必不可少的四个主要大分子之一，其他三个包括DNA，蛋白质和脂肪。糖结构的变化可能与炎症，食物过敏，类风湿关节炎和癌症等疾病，甚至衰老等自然过程有关。
关于乳腺癌患者N-聚糖结构升高的报道已经有许多报道，但在健康组织中不存在。此外，在人类早期试验中，基于聚糖的血液测试已经进行了卵巢癌。
“聚糖主要是各种细胞相互作用的第一个接触点。自然，这些聚糖中的突变可以通过修饰坐在细胞中的蛋白质来触发细胞对单个刺激的不同反应，”加利福尼亚大学戴维斯大学的伊曼纽尔·马维拉基斯（Emmanuel Maverakis），戴维斯大学（Emmanuel Maverakis），戴维斯大学（Emmanuel Maverakis），戴维斯大学（Davis of California）在接受采访时告诉Tech Times。 “聚糖变化作为独特的“指纹”“针对特定癌症类型”。
Glycans被认为是癌症研究中的下一件大事是因为它们在易于检测的位置（如吐痰，血液和尿液）中存在，使医生可以在无需进行内窥镜检查或活检等侵入性癌症筛查测试的情况下监测癌细胞。这减少了患者的不适和风险，同时扩大了测试可能性。
AI在癌症预后的潜力
哥德堡的研究人员并不是唯一在癌症检测中使用AI的研究人员。截至目前，FDA批准了300多种用于放射学和肿瘤学的AI工具，以帮助医生预测，诊断和治疗癌症，尤其是在早期。
AI改革癌症检测的潜力在于其能够分析大量不同数据和生物标志物的能力，包括遗传特征，病史和实时生理测量。早期预后可以通过个性化的治疗计划来补充，每位患者最佳剂量，从而确保最大的风险受益。
麻省理工学院的研究人员已经开发了Sybil，一种AI工具，可预测未来六年筛查中肺癌发展的风险。 Sybil的准确性在86-94％之间，这是当前癌症筛查方案的显着提升。
Sybil依靠CT扫描来寻找肿瘤的迹象，异常生长，甚至隐藏的模式，而没有任何可能被人眼忽略的明显结节。
同样，来自达纳 - 法伯癌症研究所，哈佛医学院和哥本哈根大学的科学家联盟开发了AI软件，以识别患者有早期胰腺癌的风险。 AI可以分析生物标志物，例如基因表达谱和蛋白质水平，以鉴定癌症的迹象。这些生物标志物可用于开发新的诊断测试和靶向疗法。
我们正在寻找AI可以轻松地发现癌症的时候，同时消除了对背靠背测试的需求并帮助肿瘤学家的决策能力。
从事Sybil的科学家之一Florian Fintelmann在接受采访时告诉Tech Times。
但是，放射学中AI工具的整合并非没有挑战。全球医疗保健专业人员已经引起了人们对数据集，违反患者隐私和监管审查不一致的担忧。当AI系统倾向于幻觉并产生误报以得出通缉或更理想的结论时，挑战大声呼应。
Avya Chaudhary是一位技术作家，其作品已出现在Techrepublic Premium，PageFly，TechnologyAdvice和Hatica中。在LinkedIn上找到她https://www.linkedin.com/in/avya-chaudhary。
