女研究生研发筛查器 检测肺癌准确率85%

加国大学的研究生利用人工智能及机器知识，发展一个全新筛查工具，能准确检测病人是否患上肺癌。这项技术落实应用后，未来检测肺癌可望如筛查乳癌般普遍，使患者能够及早接受治疗。

23岁的罗惠思（Robyn Larracy）是纽奔驰域大学生物医学工程硕士生，她为蒙克顿（Moncton）的生物技术公司Picomole Inc.发展一个全新的筛查工具，特点是检测肺癌如用管子呼吸一样简单，这个创新发明最早在2023年投入市场。
罗惠思通过全国非牟利机构美迪斯（Mitacs）的资助，与该公司合作研发一个识别呼吸特征的先进人工智能机器，称为生物标记仪，可以高度准确地指出接受检测者是否患上肺癌。她的研究结果是结合机器学习与呼吸分析方法，被认为是颠覆医疗护理领域的规则。
Picomole总裁格兰（Stephen Graham）表示，每年加拿大死于肺癌的人数多于结肠癌、乳癌和前列腺癌的总和，部分原因是未能在早期阶段，进行非入侵性肺癌筛查。通过美迪斯的资助，可以利用机器学习专业知识提升技术至新水平，现在有望为人们带来帮助。
目前用于肺癌筛查的标准，是使用低剂量的CT扫描技术，成本既高又难以大规模实施，因为需要昂贵的机械和熟练的技术人员来操作。因此，绝大多数肺癌病例出现征状时才被发现，导致五年生存率不到18%。
在试管中吹气就可进行检测
格兰说，使用这种有效而可负担、并利用呼吸方法的癌症筛查工具，可望在早期发现，将生存率提高到55%或更高。人们只需要在试管中吹气，就可以将样本送入并进行测试。
这项专利技术包括三个部分：第一个是如微波炉大小的设备，只需要人们吹入管嘴，便能在纤细的不锈钢罐中收集呼吸样本。
第二个是光谱仪，用于处理和测量呼吸样本中，发现有机化合物吸收的光量，以提供独特的数码呼吸指纹，而每个收集的样本提供数百种生物标志物。
第三是机器学习软件，分析光谱仪的数码输出，以识别疾病是否存在。
罗惠思在纽奔驰域大学生物医学工程研究所电气与计算机工程副教授史宁坚（Erik Scheme）的指导下进行研究，识别与疾病相对应呼吸数据模式，然后以计算机算法来辨别； 此项技术甚至可以从一次呼吸样本中，检测出多种疾病。
史宁坚解释当呼吸时，便会排出血液中积聚在肺部的化合物，这是表明个人的健康状况。如果此技术能够应用于早期筛查工具，实际上可以挽救更多生命。
至今罗惠思的研究已被证明能准确率识别肺癌类型达85%，她继续通过这个实习工作，为该公司推进这项技术，并发展其他使用呼吸方法的筛查工具，能够检测包括乳癌和新冠肺炎等疾病。
她说，能够为这个巨大潜力的创新项目作出贡献，实在有令人难以置信的感觉。