新研究表明，红外光的闪光可以检测患者血液中癌症的迹象。
在一项新研究中，科学家证明，使用红外光的测试可以检测出肺癌患者的血液样本与没有疾病的患者的样本，其准确性高达81％。他们在4月9日在《杂志》上发表的一项研究中介绍了他们的发现 ACS中央科学。
新测试由 人工智能 （AI）并检查了血浆中发现的分子的差异， water 携带各种蛋白质和化合物＆mdash;例如激素和维生素＆mdash;周围。
当血液样本暴露于激光器中的红外光线时，保持在等离子体中的分子振动。反过来，分子的不同成分吸收或反映了光脉冲中的能量，因此，它们发出了自己独特的光模式，可以记录并读取为“红外分子指纹”。
有关的： 研究提示，只有一滴干血和新的测试就可以在几分钟内检测到癌症
研究人员报道说，指纹在癌症患者与没有疾病患者之间有所不同。这表明血液筛查方法可以提供一种检测癌症的新方法。
目前正在开发新的血液检查以帮助 诊断大量的癌症，包括那些 胰腺，，，， 胸部 和 胃。尽管仍处于发育的早期阶段，但这种测试旨在比目前可用的方法更早地检测癌症，例如，它们比传统的组织活检的侵入性更低。
“基于激光的红外分子指纹检测癌症，证明了其临床诊断的潜力”，研究者共同作者 迈克尔·Žigman，德国马克斯·普朗克量子光学学院的科学家说 陈述。她补充说，随着较大的临床研究的进一步开发和测试，这种方法可以帮助改进癌症筛查和诊断。
为了创建新的血液检查，Žigman及其同事首先训练了AI模型，以检测来自2100多人的血浆样品指纹差异。该队列包括肺患者 前列腺，，，， 胸部 或尚未因疾病治疗的膀胱癌。对于每个患有癌症的患者，研究人员向一个同性和没有癌症的年龄的人展示了AI A A血液样本，以进行比较。
在使用这些数据训练他们的AI模型后，研究人员测试了大约430名未包含在初始数据中的血浆中癌症指纹的准确性。研究人员发现，与没有疾病的个体患者相比，该模型在辨别肺癌患者的血浆样本方面的准确性高达81％。
但是，该模型在检测研究中包括的其他三种类型的癌症方面取得了不太成功。例如，该模型仅检测到约50％的乳腺癌病例。
考虑到这些测试的这些局限性，将需要更多的研究，然后才能将其用于临床实践。
然而，测试背后的研究人员对其前景充满希望。他们现在计划使用更多患者的数据来训练该模型，以更广泛的癌症培训，以查看他们是否可以提高其检测癌症的准确性。他们在声明中说，他们特别想磨练其在疾病不同阶段检测癌症的能力。
