利用机器学习检测血液中的肺癌DNA

dna
资料来源:CC0公共域名

一个隶属于美国多个机构的大型研究团队发现,使用机器学习检测人类早期肺癌是可能的。他们的论文发表在杂志上自然该小组描述了他们的工作,其中包括测试机器学习系统以及他们在血液样本中发现循环肿瘤DNA (ctDNA)的能力。

肺癌是最致命的癌症之一,和其他许多癌症一样,发现得越早,患者存活的机会就越大。不幸的是,目前检测它的唯一方法是通过CT扫描,这不仅昂贵,而且有很高的假阳性率。出于这个原因,一直在研究开发一种能够检测在早期阶段。这种血液测试将包括扫描血液样本以获取少量ctdna——这对人类实验室技术人员来说是一个令人畏惧的前景。因此,这项新研究的研究人员希望机器学习——之前的研究表明,机器学习在识别早期乳腺癌和其他癌症方面很有用。

在他们的工作中,研究人员训练了一个模型的数据通常与一种类型的肺癌被称为非小细胞肺癌。一旦经过训练,该模型就会被编程为对给定患者的肺癌进行估计。

在检测过程中,该系统发现了63%的1期肺癌患者的肿瘤——虽然不如CT扫描好,但对于那些被认为有罹患肺癌高风险的人来说,可能足够作为一个初步筛查。研究人员指出,目前,许多这样的患者根本没有接受筛查。如果患者得到了阳性结果,他们将被建议进行更复杂的测试。研究人员进一步指出,这种筛查每年可以延长600至1200人的寿命。他们还认为,这种方法也可以用于检测其他类型的癌症。


进一步探索

使用带有癌症甲基化特征的机器学习算法来诊断结直肠癌

更多信息:Jacob J. Chabon等人。整合基因组特征用于非侵入性早期肺癌检测,自然(2020)。DOI: 10.1038 / s41586 - 020 - 2140 - 0
期刊信息: 自然

©2020 SBOB体育赌博cience X Network

引用:使用机器学习检测血液中的肺癌DNA(2020年3月26日),2021年5月1日从//www.pyrotek-europe.com/news/2020-03-machine-lung-cancer-dna-blood.html检索
此文件受版权保护。除作私人学习或研究之公平交易外,未经书面许可,任何部分不得转载。本内容仅供参考之用。
423股票

反馈给编辑

用户评论