一种机器学习方法能鉴别出早期肺癌患者

　　英国《自然》杂志26日发表一项医学与人工智能（AI）研究，科学家报告一种机器学习方法能鉴别出早期肺癌患者。这一方法利用人工智能与优化的测序方法，可以检测血样中的肿瘤源性DNA（即液体活检），未来将有助于增加高危人群的筛查率。

　　现阶段，一般推荐高危群体做CT扫描进行肺癌筛查，这种模式已被证明能减少肺癌相关死亡。不过，由于费用高、筛查项目少以及对假阳性的担忧，这种筛查的使用度并不高。统计数字显示，美国只有约5%符合条件的个体会去做这种筛查。

　　而血液检测是另一种颇受欢迎的癌症检测方法。不过，大部分液体活检研究主要监测的仍是晚期患者，因为他们可能比早期患者拥有更高水平的肿瘤相关DNA标记。

　　鉴于此，美国斯坦福大学马克西米兰·戴恩教授及其同事优化了一种现有的评估循环肿瘤DNA（ctDNA）的测序方法。他们改善了DNA的提取，鉴定出有望作为有效疾病标记的变化。研究团队用该方法表明，尽管ctDNA在早期肺癌患者体内水平很低，却是一个很有力的预后指标。他们随后用这些数据，对一种机器学习方法进行改进，将其用来预测血样中存在的肺癌源性DNA。

　　实验显示，在由104例早期非小细胞肺癌患者和56例匹配对照组成的初期样本中，这种人工智能方法可以区分早期肺癌患者与风险匹配的对照；在另一个由46例病例和48例对照组成的独立验证队列中，研究人员确认了以上结果。

　　基于血液样本的液体活检的出现，曾被认为标志着人类在攻克肿瘤的道路上又前进了一大步。目前临床研究中，液体活检技术主要包括血液中游离循环肿瘤细胞检测、循环肿瘤DNA检测、外泌体及循环RNA检测等。近年来检测方法的灵敏度比过去几年有了很大改进，这也是此领域蓬勃发展的原因。