近日，中國科學(xué)院合肥物質(zhì)科學(xué)研究院研究員李相賢團隊與中國科學(xué)院合肥腫瘤醫(yī)院鄧慶梅團隊合作，創(chuàng)新性地將傅里葉變換近紅外光譜技術(shù)與人工智能相結(jié)合，顯著提高了肺癌識別準確率。相關(guān)研究成果發(fā)表于《光譜化學(xué)學(xué)報A輯-分子和生物分子光譜學(xué)》。

肺癌的早期診斷是提高治療效果的有效途徑，主要采取影像學(xué)和痰液細胞學(xué)檢查等。然而，這些傳統(tǒng)診斷手段往往存在侵入性強、成本高及準確率不足等問題，大多數(shù)患者在確診時已處于晚期。

此次研究中，團隊借助自主研發(fā)的傅里葉變換近紅外光譜儀，深入分析肺癌患者血液成分的指紋光譜。運用連續(xù)小波變換和雙跡二維相關(guān)分析等技術(shù)，成功捕捉并放大了血紅蛋白二級結(jié)構(gòu)在分子振動層面的細微差別。研究發(fā)現(xiàn)，在2.05微米、2.17微米和2.26微米三個特征波段，肺癌患者與健康對照組的血紅蛋白二級結(jié)構(gòu)差異顯著。

基于這些發(fā)現(xiàn)，團隊利用機器學(xué)習(xí)算法構(gòu)建了早期肺癌的“光譜指紋”識別模型。臨床試驗結(jié)果表明，該方法肺癌診斷準確率高達97.50%，特異性達90.91%，為非侵入性篩查提供了全新途徑。

（據(jù)新浪財經(jīng)）