胰腺癌人工智能檢測器(PAID)
胰腺癌是目前致死率最高的癌癥之一,其特點是進展迅速、早期轉移和診斷困難。然而,除了傳統的血液標志物CA19-9和影像學手段,現階段尚無其他有效的方法用于胰腺癌診斷。
北京博遠與合作者開發了一種應用機器學習輔助代謝組學的胰腺癌無創檢測方法。應用基于支持向量機-貪心算法及高分辨質譜方法分析非靶向代謝組學數據,篩選出17個血清代謝標志物,并建立了基于液相色譜-質譜的多反應檢測模式靶向代謝檢測方法與人工智能疾病分類模型。該研究還結合單細胞轉錄組數據、組織蛋白質組學、代謝組學和質譜成像等多組學技術,揭示了胰腺癌組織中脂質代謝變化的機制,開拓了機器學習輔助代謝組學用于胰腺癌早期檢測的高效策略。
該方法共檢測了4個隊列超過1800例樣本,其中包括1033名處于不同階段的胰腺癌患者。大隊列數據綜合檢測準確性高于85%,特異度高于80%,敏感度高于87%,檢測效能遠高于現有的血液診斷標志物CA19-9及CT影像學。這種全新的檢測方法與現有手段的聯合使用將極大提升胰腺癌的早期診斷效果。
胰腺癌人工智能檢測器(PAID)