脳がんを血液検査結果を分析するAIが検出

最近、グラスゴーのストラスクライド大学に関連する研究者は、脳がんを検出するための血液サンプルの分析方法を特許取得しました。ClinSpec Diagnostics Limitedの研究者は、血液生検を使用して脳がんを検出するために、分光法とAIアルゴリズムを組み合わせました。Psychology Todayの報告によると、研究は最近、Nature Communications誌に掲載されました。研究チームによると、この研究は、臨床分光法とAIの利用における重要な進展を表しています。

この研究で提示された成果は、脳がんの検出をより簡単に簡単に行えるようにする可能性があります。 頻繁に起こる頭痛は脳がんの症状である可能性がありますが、頭痛は非常に一般的ですが、脳がんはそうではありません。 臨床医は、どの頭痛が心配するべきか、どの頭痛がより良性であるかを判断するためのより良い方法が必要です。 医者は、脳がんの診断に費やされる時間とリソースを削減するために、トリアージを行う必要があります。 脳がんの診断に費やされる時間とリソースを削減するために、医者は、脳がんの可能性のある患者を他の頭痛の原因から区別するためのアルゴリズムを開発することを目指しました。

疾患を検出する一般的な方法の1つは、液体生検です。液体生検は、組織サンプルではなく体液を使用して行います。液体生検市場は急速に成長しており、BC Research LLCの市場調査によると、24億ドル規模に達しています。液体生検はがんの兆候を検出するために有効であり、細胞遊離循環腫瘍DNA（ctDNA）と循環腫瘍細胞（CTC）を検出できます。ただし、ClinSpecの研究者は、血液サンプルを分析してがんのバイオケミカルマーカーを検出するための別の方法を使用しました。

分光法は、特定の化学成分を検出するために電磁放射を使用するプロセスです。光は成分電磁周波数に分割され、これらの周波数は異なる化学物質と異なる反応を示します。ClinSpecの研究チームは、血液サンプルの表現を作成するために赤外線を使用しました。これは、減衰全反射（ATR）-フーリエ変換赤外線（FTIR）分光法と呼ばれる技術です。研究チームによると、この技術は、サンプルを広範囲に準備する必要なく、信頼性の高いバイオケミカルプロファイルを作成するための非破壊的で非侵襲的な技術です。血液サンプルの表現は、がんの兆候を検出するために分析できます。

データを分析するために、サポートベクターマシンを使用して分類モデルを作成しました。サポートベクターマシンは、分類と回帰分析に使用され、データセットを複数のクラスに分割する決定境界または線を描きます。アルゴリズムは、分割線と線の両側のデータポイントの距離を最大化しようとします。距離が大きいほど、クラス分類器の信頼性が高くなります。

研究チームによると、血液サンプルの分析方法は、がんサンプルと非がんサンプルを効果的に区別することができました。感度率は93.2％、特異度率は92.8％でした。MDDI Onlineによると、研究者は、104人の患者から収集したサンプルを分析した結果、AI支援方法は約86％の時間で健康な患者とがん患者を区別することができたと報告しています。

研究者は研究で説明しています。 「この研究は、ATR-FTIR分光法を臨床に応用するためのステップを示しています。このステップは、IR分光法と臨床環境の分野で、高スループット分析への道を開くものです。血清を分析するこの技術は、脳がんのトリアージツールとして臨床パスに最適に適合します。」