人工智能 优化测序 机器学习能鉴别早期肺癌患者

　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。（记者张梦然）