分析傳感學術QQ群:530727948
前列腺癌的篩查依賴於血清前列腺特異性抗原檢測,但該檢測方法假陽性率較高(80%),這會導致大量不必要的活檢和隨後的過度治療。考慮到測試的頻率,對前列腺癌的精確篩查存在嚴重的未滿足需求。有鑑於此,韓國科學技術研究院Kwan Hyi Lee等人介紹了一種具有學習能力的尿液多標記生物傳感器來實現這一目標。
本文要點:
1)通過兩種常見的機器學習算法分析了尿液多標記物檢測信號與臨床狀態的相關性。隨著生物標誌物數量的增加,兩種算法在篩選性能上均提供了單調的增加。
2)在生物標記物的最佳組合下,機器學習算法使用76個尿液標本對前列腺癌患者進行了99%以上的準確性篩查。
綜上所述,通過機器學習分析的尿液多標記生物傳感器是一種利用體液進行癌症精確篩查的重要策略。
參考文獻:
Hojun Kim, et al. Noninvasive Precision Screening of Prostate Cancer by Urinary Multimarker Sensor and Artificial Intelligence Analysis. ACS Nano, 2020.
DOI: 10.1021/acsnano.0c06946
https://doi.org/10.1021/acsnano.0c06946
生物醫學與工程微信群