一個與美國多家機構有關聯的大型研究團隊發現，機器學習或許可以在人類肺癌早期的時候探測出癌癥。在他們發表在《自然》雜志上的論文中，該小組描述了他們的研究工作，其中包括測試機器學習系統以及它們在血液樣本中發現循環腫瘤DNA (ctDNA)的能力。

肺癌是最致命的癌癥之一，和其他許多癌癥一樣，發現得越早，病人的生存機會也就越大。但不幸的是，目前檢測它的唯一方法就只有通過CT掃描，這種方法不僅昂貴，而且還有很高的假陽性率。

出于這個原因，醫學研究人員一直在研究一種可以在肺癌早期檢測出肺癌的血液檢測方法。這種血液測試將掃描血液樣本，在樣本中尋找ctDNA片段——這對人類實驗室技術人員來說難度非常大，因此，從事這項新工作的研究人員將目光投向了機器學習——先前的研究已經表明，機器學習在鑒別早期乳腺癌和其他癌癥方面已經派上了用場。

在他們的研究中，研究人員使用數據訓練了一個機器學習模型，這些數據通常與一種被稱為非小細胞肺癌的類型相關。經過訓練之后，按照設定，這個模型就會對一個特定病人的進行肺癌評估。

在測試過程中，該系統發現了63%一期肺癌患者的腫瘤，雖然效果沒有CT掃描那么好，但這可能已經足以作為肺癌高危人群的初始篩查。研究人員指出，目前許多這樣的患者根本沒有接受篩查。如果病人的檢測結果呈陽性，醫生會建議他們進行更復雜的檢測。研究人員進一步指出，這種篩查每年可能會延長600至1200人的壽命，他們還認為這種方法也可以用于檢測其他類型的癌癥。

本文來源前瞻網，轉載請注明來源！（圖片來源互聯網，版權歸原作者所有）