机器学习辅助Dxcover傅里叶变换红外光谱活检诊断胰腺癌
先说一个背景：胰腺癌素有“沉默杀手”之称，在全球癌症致死率榜单上位列第七，每年导致超过44万人死亡。它之所以格外难以对付，很大原因在于早期几乎毫无症状，且目前缺乏快速、简便、非侵入性的检测手段。总部位于英国格拉斯哥的Dxcover，是一家专注于多种癌症早期诊断的临床阶段诊断公司，其核心技术方向为光谱
先说一个背景：胰腺癌素有“沉默杀手”之称，在全球癌症致死率榜单上位列第七，每年导致超过44万人死亡。它之所以格外难以对付，很大原因在于早期几乎毫无症状，且目前缺乏快速、简便、非侵入性的检测手段。
总部位于英国格拉斯哥的Dxcover，是一家专注于多种癌症早期诊断的临床阶段诊断公司，其核心技术方向为光谱液体活检技术。该公司最新发布的一项研究，展示了其红外平台在早期胰腺癌样本与对照样本区分上的潜力——用他们的话说，这项技术具有“巨大的临床应用前景”。相关论文已发表在Cancers期刊上。
目前临床上常用的胰腺癌血液检测标志物为碳水化合物抗原CA19-9。但问题在于，这一指标的专一性不足：一些非恶性疾病患者，或者检测区域附近有其他肿瘤的患者，CA19-9水平也会升高，易导致漏诊或诊断延迟。
图为Dxcover光谱液体活检技术及其项目负责人Mark Hegarty与Matthew Baker
新型液体活检技术方案
本项概念验证研究以干血清样本为对象，核心验证目标是：衰减全反射傅里叶变换红外（ATR-FTIR）光谱技术能否有效区分癌症患者与无症状（健康）对照者，以及癌症患者与有症状的非恶性对照者。若实验成功，这种技术将成为一种全新的胰腺癌液体活检方法。
研究团队运用机器学习算法分析数据，结果令人振奋：在区分癌症（n=100）与无症状健康对照（n=100）组时，敏感度达到92%，特异度为88%。受试者工作特征曲线分析显示，曲线下面积高达0.95。更值得注意的是，在对有症状的挑战性队列进行识别时，AUC也达到0.83，表明该技术在复杂临床情境下具备良好的鉴别能力。
Dxcover首席技术官兼联合创始人Matthew Baker博士对此表示：“据我们所知，这是目前针对ATR-FTIR光谱在早期和晚期胰腺癌临床检测中规模最大、也最有应用前景的概念验证研究。”他进一步指出：“使用我们的技术，每检测5,000例癌症就能节省超过1,200万美元的医疗资源，同时还能让患者更快地获得所需治疗。”
Dxcover在癌症早期检测领域所采用的是基于循环泛组生物标志物的红外光谱分析路线。其I期和II期临床试验数据已经展现了较高的检测准确性。据悉，该公司目前正在积极拓展美国市场。
你是一名 AI 行业编辑，请围绕下面这条热点输出一份资讯解读：
热点：机器学习辅助Dxcover傅里叶变换红外光谱活检诊断胰腺癌要求：
1. 先用一句话解释这条热点在讲什么
2. 再总结它为什么重要
3. 说明会影响哪些 AI 产品或内容方向
4. 最后给出 3 个适合资讯站使用的标题
游乐网为非赢利性网站，所展示的游戏/软件/文章内容均来自于互联网或第三方用户上传分享，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系youleyoucom@outlook.com。
相关热点度加剪辑是百度官方出品的剪辑工具，面向口播自媒体创作者。支持视频剪辑、智能识别字幕，并与百度网盘打通，可快速导入素材。适用于泛知识类创作者制作高质量视频，覆盖从素材导入到成品输出的完整流程。
WorkoutMaster是一款基于AI的个性化锻炼计划生成工具，能根据用户目标、偏好及历史训练记录，动态输出专属方案，并实时自适应调整负重、组次等参数。支持定制目标与器械偏好，借助机器学习持续优化，随时随地即可接入使用，确保训练高效安全。
Calorielens是一款利用AI分析餐食照片的卡路里追踪应用。用户只需拍照，AI即可自动识别食物种类和分量并估算卡路里，省去手动输入步骤。应用还提供历史记录追踪功能，帮助把握热量趋势。AI估算精度可满足日常健康管理需求。
百度旗下“简单搜索”AI搜索引擎集成语音、图像、多媒体搜索及实时翻译，支持多模态交互与智能推荐。基于大模型技术，用户可通过对话式交互直接获取精准答案，适用于学习、旅行、生活、职业发展等场景，高效满足信息需求。
- 日榜
- 周榜
- 月榜
热点快看