Nature：利用機器學習技術對肺癌患者進行早期診斷

　　日前，一項刊登在國際雜志Nature上的研究報告中，來自斯坦福大學等機構的科學家們通過研究或有望利用機器學習手段來檢測人類患者機體中的早期肺癌，文章中，研究人員分析并檢測了這種機器學習系統，以及其尋找血液樣本中的循環腫瘤DNA（ctDNA）的能力。

圖片來源：CC0 Public Domain

　　肺癌是一種最常見的致死性癌癥，與很多癌癥一樣，肺癌發現得越早，患者的生存機會就越大；但很不幸的是，目前研究人員僅能通過CT掃描來對肺癌進行診斷，這種檢測手段不僅昂貴而且假陽性率較高，基于這一原因，研究人員一直想通過研究開發出能在早期階段對肺癌進行診斷的血液檢測手段。

　　新型的血液檢測手段將會涉及對血液樣本中的ctDNA進行篩查，隨后研究者開始轉向開發機器學習系統，此前研究結果表明，利用機器學習技術有望識別出早期乳腺癌和其它類型的癌癥。這項研究中，研究人員訓練機器學習模型，使其能夠識別出與非小細胞肺癌相關的數據參數，一旦該機器模型進行了訓練，其就能對既定患者的肺癌風險進行有效評估。

　　在測試過程中，這種機器學習系統發現了63%的1期肺癌患者，雖然并不如CT掃描結果好，但其卻能足以對高危肺癌患者進行早期篩查，研究者表示，目前很多高危患者并不能及時進行篩查，一旦患者得到陽性結果，其就會尋求幫助并進一步進行更準確復雜的檢測；最后研究者表示，諸如機器學習技術等此類篩查每年有望延長600-1200名個體的壽命，而且其還能用于其它類型癌癥的篩查。