一组由七种蛋白质瘤标记物组成的小组,用于通过人工智能有效和负担得起的多种癌症的早期检测:一项大规模的多中心病例控制研究

科学领域:

• 在瘤学瘤学.
• 生物标志物发现发现
• 医学诊断 医学诊断 医学诊断
• 人工智能在医学中的应用

背景情况:

• 已建立的癌症查方法往往不适合低收入和中等收入国家 (LMICs) 由于高成本和基础设施需求.
• 在资源有限的环境中,急需可访问和有效的多种癌症早期检测 (MCED) 技术.
• 这项研究评估了OncoSeek蛋白质测定,旨在为LMICs的实用性设计,以评估其在早期癌症检测中的性能.

研究的目的:

• 评估OncoSeek蛋白质测定用于多种癌症早期检测 (MCED) 的性能和稳定性.
• 确定OncoSeek作为低收入和中等收入国家 (LMICs) 癌症查的实用解决方案的适用性.
• 评估OncoSeek在将癌症患者与非癌症患者区分和预测起源组织方面的准确性.

主要方法:

• 针对7565名参与者 (包括954名癌症患者和6611名非癌症患者) 进行的常规临床检测数据的回顾性分析.
• 使用人工智能 (AI) 开发OncoSeek算法,分析七种蛋白瘤标记物 (PTM) 和临床数据 (性别,年龄).
• 在独立队列中验证算法,将其性能与PTM的传统单值方法进行比较.

主要成果:

• 与传统方法相比,OncoSeek显著提高了特异性,从56.9%提高到92.9%,大幅减少了假阳性.
• 所有癌症类型的总体灵敏度为51.7%,准确度为84.3%. 敏感度因癌症类型而异,胰腺癌的检测率高 (77.6%).
• 该算法在训练和验证队列中表现一致,在阳性病例中预测起源组织 (TOO) 的总准确率为66.8%.

结论:

• OncoSeek代表了一种新的,非侵入性的,强大的基于血液的MCED测试,其性能明显优于传统方法.
• 由人工智能驱动的OncoSeek测试为早期癌症检测提供了实用和高效的解决方案,特别是在资源有限的环境中.
• 在随后的临床诊断工作中,OncoSeek能够预测起源组织的能力有助于改善患者管理途径.