Nature：利用机器学习技术对肺癌患者进行早期诊断

　　日前，一项刊登在国际杂志Nature上的研究报告中，来自斯坦福大学等机构的科学家们通过研究或有望利用机器学习手段来检测人类患者机体中的早期肺癌，文章中，研究人员分析并检测了这种机器学习系统，以及其寻找血液样本中的循环肿瘤DNA（ctDNA）的能力。

图片来源：CC0 Public Domain

　　肺癌是一种最常见的致死性癌症，与很多癌症一样，肺癌发现得越早，患者的生存机会就越大；但很不幸的是，目前研究人员仅能通过CT扫描来对肺癌进行诊断，这种检测手段不仅昂贵而且假阳性率较高，基于这一原因，研究人员一直想通过研究开发出能在早期阶段对肺癌进行诊断的血液检测手段。

　　新型的血液检测手段将会涉及对血液样本中的ctDNA进行筛查，随后研究者开始转向开发机器学习系统，此前研究结果表明，利用机器学习技术有望识别出早期乳腺癌和其它类型的癌症。这项研究中，研究人员训练机器学习模型，使其能够识别出与非小细胞肺癌相关的数据参数，一旦该机器模型进行了训练，其就能对既定患者的肺癌风险进行有效评估。

　　在测试过程中，这种机器学习系统发现了63%的1期肺癌患者，虽然并不如CT扫描结果好，但其却能足以对高危肺癌患者进行早期筛查，研究者表示，目前很多高危患者并不能及时进行筛查，一旦患者得到阳性结果，其就会寻求帮助并进一步进行更准确复杂的检测；最后研究者表示，诸如机器学习技术等此类筛查每年有望延长600-1200名个体的寿命，而且其还能用于其它类型癌症的筛查。