科学家表示，由于人工智能的突破，他们已经开发出一种早期筛查测试，可以非常准确地标记卵巢癌。
佐治亚理工学院名誉教授约翰?麦克唐纳表示，准确率高达93%的机器学习方法“代表了卵巢癌早期检测的一个有希望的新方向，或许也适用于其他癌症。”
早期发现尤其重要，正如佐治亚理工学院的研究人员所描述的那样，卵巢癌是一种“沉默的杀手”，一开始通常没有症状，在常规盆腔检查中很少能发现。
佐治亚理工学院的科学家表示，女性的新陈代谢状况可以用来确定患卵巢癌的准确可能性。
麦克唐纳说:“这种个性化的癌症诊断方法比传统的二元(是/否)测试更具临床信息性和准确性。”
卵巢癌是女性癌症死亡的主要原因。
美国癌症协会报告称，每87名女性中就有1人患卵巢癌，每130名女性中就有1人可能死于卵巢癌。
警告信号包括腹胀、腹痛、进食困难和尿频。
可能需要进行直肠阴道盆腔检查以确定异常，经阴道超声检查盆腔图像，和/或CA-125血液检查以测量某种蛋白质的存在，以确定女性是否患有卵巢癌。
佐治亚理工学院指出，如果及早治疗，5年的存活率超过90%。
该大学的研究发表在3月份的《妇科肿瘤学》杂志网络版上。
研究人员将精力集中在血液中的代谢物——由化学过程产生的分子。
共同作者Jeffrey Skolnick解释说，通常情况下，潜在的改变游戏规则的代谢物已经被确定为广泛的分组，而不是单个实体。
研究报告的合著者Dongjo Ban补充说，血液中只有不到7%的人被化学表征，但机器学习与质谱分析技术相结合，使研究人员能够识别出独特的特征，为卵巢癌的诊断铺平道路。
他说，有了这种新方法，数千种代谢物“可以很容易和准确地检测到”，因此可以“准确地诊断卵巢癌”。
麦克唐纳补充说:“显然，对这种潜在疾病进行准确的早期诊断测试是非常必要的。”
研究小组乐观地认为，这种对564名女性进行测试的新方法也可以用于其他类型癌症的早期筛查。
