大皖新聞訊 如果能夠實現對肺癌狀態變化的無創快速檢測，將為廣大患者爭取更多早期治療機會。大皖新聞記者采訪了解到，中國科學院合肥物質院安徽光機所李相賢研究員團隊與中國科學院合肥腫瘤醫院鄧慶梅主任團隊合作，創新性地將傅里葉變換近紅外光譜 (NIRS)與人工智能技術相結合，通過對肺癌患者血紅蛋白的指紋光譜進行深入分析，進而實現肺癌的早期精準診斷。

肺癌又叫支氣管肺癌，是全球發病率和死亡率最高的惡性腫瘤之一。肺癌的早期診斷是提高治療效果的有效途徑，目前臨床上主要采取的是影像學和痰液細胞學檢查等，但是這些傳統診斷手段存在侵入性強、成本高以及準確率不足等問題，導致大多數患者在確診時已處于晚期。

研究團隊利用安光所FTIR團隊自主研發的傅里葉變換近紅外光譜儀，開展了針對肺癌患者血紅蛋白指紋光譜的深入分析。研究發現，在三個特征波段下，肺癌患者與健康對照組的血紅蛋白二級結構存在顯著差異?；诖?，研究團隊利用機器學習算法構建了早期肺癌的“光譜指紋”識別模型。

原理樣機

據了解，臨床試驗顯示，該診斷方法的準確率高達97.50%，特異性也達到90.91%。目前，該研究成果申請了國家發明專利一項。另外，基于該方法還有望通過對尿液的檢測，實現對前列腺癌和膀胱癌的早期快速診斷。

大皖新聞記者 姚一鳴

編輯 汪艷