根據劍橋大學的研究人員最新研究，一種名為EMethylNET的新型人工智能（AI）模型在癌症檢測方面取得了令人印象深刻的成果。這項研究指出，EMethylNET利用組織樣本的DNA數據，AI檢測癌症準確率達98%，包括13種不同類型的癌症，這可能有助於加快早期癌症的檢測、診斷和治療。
想掌握最新加密市場動態與 AI 新聞與資訊，與行業專家交流？即加入CFTime Whatsapp 討論區！
該研究結果發表在最近的《生物學方法和協議》期刊上，主要研究了DNA甲基化這一早期癌症發生的化學過程，該過程涉及癌細胞的生成。研究人員通過訓練EMethylNET模型，使其能夠識別早期癌症的結構和通路。
研究指出：「癌症是由200多種不同疾病組成的集合，目前仍是全球主要的致病率和死亡率原因。通常在疾病的晚期進行檢測，轉移性癌症佔癌症相關死亡的90％。因此，早期癌症的檢測對於各種癌症類型的存活和治療將具有重大影響。」
研究人員利用來自癌症基因組圖譜計畫的6,000多個組織樣本的數據對EMethylNET進行了訓練，這些樣本代表了包括乳癌、肺癌和結直腸癌在內的13種癌症類型。接著，他們在來自獨立數據集的900多個樣本上進行了測試。
AI檢測癌症 常見癌症的準確率逾9成
研究的主要結果顯示，在區分13種癌症類型和非癌症樣本方面，EMethylNET模型的準確率超過98％。該研究還強調出該模型在檢測特定癌症類型上的表現，結果顯示，EMethylNET對於乳腺癌、肺癌和結直腸癌等常見癌症的準確率分別為98.5%、97.8%和99.1%。這些結果顯示出EMethylNET在多個癌症類型上的強大檢測能力。
此外，研究人員還與臨床醫師合作，使用EMethylNET對來自病人的組織樣本進行檢測。結果顯示，EMethylNET能夠快速且準確地檢測出早期癌症病徵，這對於早期診斷和治療至關重要。研究人員表示，EMethylNET的高準確率使其成為一種有潛力的非侵入性檢測工具，可以幫助醫生在早期階段識別癌症風險。
然而，研究團隊也指出了一些限制。首先，EMethylNET目前僅基於組織樣本的DNA數據進行檢測，尚未應用於體液樣本，如血液或尿液。其次，該模型的應用還需要進一步的臨床驗證和研究，以確定其在實際臨床環境中的效能和可靠性。
儘管如此，研究人員對EMethylNET的潛力表示樂觀，並希望這項研究能夠為早期癌症檢測和診斷領域帶來重大突破。這項研究的結果提供了一個強有力的證據，表明AI技術在醫療領域的應用潛力，尤其是在癌症檢測和早期診斷方面。隨著進一步的研究和發展，AI檢測工具有望成為未來臨床實踐中的重要工具，幫助提高癌症治療的效果和病人的生存率。
根據國際癌症研究機構的最新估計，每年有超過1900萬例新發癌症病例，1000萬人死於癌症。
