三十多年来，医生一直未能对卵巢癌进行高度准确的早期诊断测试。现在，佐治亚理工学院综合癌症研究中心 (ICRC) 的科学家将机器学习与血液代谢物信息相结合，开发出一种新的测试方法，能够在该团队研究组的样本中检测出卵巢癌，准确率达到 93%。
该团队的结果和方法在《妇科肿瘤学》杂志上发表的一篇新论文中有详细介绍。
红十字国际委员会创始主任、该研究的通讯作者、生物科学学院名誉教授约翰·麦克唐纳 (John McDonald) 解释说，对于临床上被归类为正常的女性，新测试在检测卵巢癌方面的准确性比现有测试更高。在该队列中检测早期卵巢疾病方面取得了特别的进步。
基于他们的计算机模型，研究人员开发出了一种他们认为在临床上更有用的卵巢癌诊断方法，通过患者的个体代谢特征可以更准确地确定疾病存在或不存在的概率。
“这种个性化、概率性的癌症诊断方法比传统的二元(是/否)测试更具临床信息性和准确性，”麦克唐纳说。 “它代表了卵巢癌以及其他癌症早期检测的一个有前途的新方向。”
无声杀手
卵巢癌通常被称为无声杀手，因为这种疾病在首次出现时通常是无症状的，并且通常直到发展的后期阶段才被发现，此时难以治疗。尽管晚期卵巢癌患者的平均五年生存率(即使在治疗后)也约为 31%，但 McDonald 解释说，如果卵巢癌得到早期发现和治疗，平均五年生存率将超过 90%。
标签：
免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！