- 電話：186 1622 0226
- 郵箱：boyuanpremed@163.com
胰腺癌人工智能檢測器（PAID）
胰腺癌是目前致死率最高的癌癥之一，其特點是進展迅速、早期轉(zhuǎn)移和診斷困難。然而，除了傳統(tǒng)的血液標志物CA19-9和影像學手段，現(xiàn)階段尚無其他有效的方法用于胰腺癌診斷。
北京博遠與合作者開發(fā)了一種應(yīng)用機器學習輔助代謝組學的胰腺癌無創(chuàng)檢測方法。應(yīng)用基于支持向量機-貪心算法及高分辨質(zhì)譜方法分析非靶向代謝組學數(shù)據(jù)，篩選出17個血清代謝標志物，并建立了基于液相色譜-質(zhì)譜的多反應(yīng)檢測模式靶向代謝檢測方法與人工智能疾病分類模型。該研究還結(jié)合單細胞轉(zhuǎn)錄組數(shù)據(jù)、組織蛋白質(zhì)組學、代謝組學和質(zhì)譜成像等多組學技術(shù)，揭示了胰腺癌組織中脂質(zhì)代謝變化的機制，開拓了機器學習輔助代謝組學用于胰腺癌早期檢測的高效策略。
該方法共檢測了4個隊列超過1800例樣本，其中包括1033名處于不同階段的胰腺癌患者。大隊列數(shù)據(jù)綜合檢測準確性高于85%，特異度高于80%，敏感度高于87%，檢測效能遠高于現(xiàn)有的血液診斷標志物CA19-9及CT影像學。這種全新的檢測方法與現(xiàn)有手段的聯(lián)合使用將極大提升胰腺癌的早期診斷效果。
胰腺癌人工智能檢測器（PAID）
