一个大规模的,多中心验证研究的AI授权的基于血液的测试为多种癌症的早期检测

科学领域:

• 在瘤学瘤学.
• 人工智能的人工智能
• 生物标志物发现发现

背景情况:

• 癌症仍然是一个重大的全球卫生挑战,不成比例地影响低收入和中等收入国家 (LMICs).
• 早期检测显著改善了患者的治疗结果和生存率.
• 目前的早期检测方法在可访问性和范围方面存在局限性.

研究的目的:

• 评估基于人工智能的血液测试OncoSeek的性能和稳定性,用于多种癌症的早期检测 (MCED).
• 评估OncoSeek在识别癌症和预测起源组织 (TOO) 中的准确性.
• 为了确定测试在各种人群和环境中的实用性,包括LMICs.

主要方法:

• 整合了四个额外的队列与现有数据,共计15122名参与者 (3029名癌症患者,12093名非癌症患者).
• 在三个国家的七个中心评估OncoSeek,使用四个平台和两种样本类型.
• 包括病例控制,前性失明和回顾性研究设计.

主要成果:

• 对于MCED,OncoSeek实现了0.829的曲线下的面积 (AUC).
• 显示了58.4%的灵敏度和92.0%的特异性,在原产地组织预测中准确度为70.6%.
• 检测到14种常见的癌症类型 (72%的全球癌症死亡),敏感度从38.9%到83.3%.

结论:

• 在不同的群体,平台和样本类型中,OncoSeek表现一致.
• 该测试显示了可负担得起和可访问的多种癌症早期检测的潜力,特别有利于LMICs.
• 症状患者的高灵敏度表明,在早期癌症诊断中具有实用性.