News Medical 8月1日报道，约翰斯·霍普金斯Kimmel癌症中心研究人员验证了一种由人工智能驱动的血液检测方法，可在地理来源和生物学背景明显不同的人群中识别肝癌。相关结果7月31日发表于Cell Press Blue，建立在该团队此前DELFI液体活检平台研究基础上。DELFI全称为DNA Evaluation of Fragments for Early Interception，核心是分析血液中数百万个循环游离DNA片段的全基因组片段模式。
研究团队表示，新研究验证了此前开发的肝癌分类器在独立高风险人群中的表现，并尝试解释检测为何有效。此前该团队已报道类似片段组技术可检测肝纤维化和肝硬化，这些疾病常发生在肝癌之前。研究共同资深作者Victor Velculescu称，新结果显示该方法在不同患者群体中仍能保持较高性能，同时揭示血液中使这种检测成为可能的生物学信号。
肝癌是全球癌症死亡的重要原因之一，代谢性肝病等风险因素增加使发病负担继续上升。早期发现肝癌可显著扩大治疗选择，但现有筛查主要依赖超声和血液甲胎蛋白AFP，仍可能漏检部分早期癌症。为评估DELFI方法是否能跨病因识别肝癌，研究人员分析了来自危地马拉和罗马尼亚377人的血样，纳入有或无肝细胞癌者。
两个队列的肝癌背景并不相同。罗马尼亚参与者中，肝病多与病毒性肝炎或酒精使用有关；危地马拉参与者则主要涉及代谢性肝病、肥胖和糖尿病，许多人还暴露于黄曲霉毒素。黄曲霉毒素是一种天然毒素，与肝癌发生有关。尽管危险因素不同，该血液检测在两个人群中均能持续识别肝癌信号。
报道指出，当DELFI片段组分析与AFP以及年龄、性别等简单临床风险因素结合时，对早期和晚期肝癌的识别敏感性高于单独既有血液检测。研究团队还开发MethID方法追踪DNA片段来源，发现检测捕捉的不只是肿瘤细胞信号，也包括肝细胞、血管和免疫细胞对癌症反应产生的信号。
研究人员还观察到人群特异性分子特征，例如危地马拉参与者中与黄曲霉毒素暴露相关的全基因组突变模式。但整体片段组分类器在不同肝癌病因下仍保持有效。该研究仍需前瞻性临床验证，未来重点将是进一步优化片段组、蛋白标志物和临床风险因素组合，用于提高肝癌早期检测能力。
原文链接：http://www.news-medical.net/news/20260731/AI-powered-blood-test-detects-liver-cancer-across-distinct-populations.aspx
免责声明：本文仅供医学资讯参考，不构成诊疗建议。
