AI與唾液篩檢攜手 威斯康星醫學院揭癌症診斷新突破

【記者廖心妤／綜合外電】美國 Pattern Computer, Inc. 公司與威斯康星醫學院近日合作取得重大進展，共同開發出一項快速且可在診療現場即時完成檢測（Point-of-Care, PoC）的初期癌症篩檢技術。這項技術結合唾液透射式高光譜光譜分析與先進的機器學習，有望大幅縮短癌症早期診斷的時間，並降低成本。

現行的集中實驗室檢測流程，例如基於基因定序的無細胞DNA血液分析（cfDNA blood assays），通常需要約兩週的時間才能取得結果，且化學試劑成本高昂。相較之下，這項新的唾液篩檢方法可在數秒內完成檢測，且無需化學試劑費用。根據 Pattern Computer, Inc. 董事長暨執行長馬克·R·安德森（Mark R. Anderson）的說法，這項創新將診斷時間從數週縮短至在診療現場即時完成的數分鐘內，同時在規模上可媲美傳統的血液分析方法。

這項臨床評估是依據一項經 IRB 批准的協議（PREDICT NCT05802069）進行，研究團隊從威斯康星醫學院的附屬設施中，收集門診參與者的唾液樣本。僅需兩滴唾液，透過 ProSpectral™ 高光譜分光光度儀在約三秒內完成掃描，隨後數據則由 Pattern Computer 專有的 Pattern Discovery Engine™（PDE™）人工智慧平台進行分析。Pattern Discovery Engine™ 能生成人類可讀的符號方程式，解析光譜數據，提供真正的可解釋性，並讓研究人員能專為高特異性（檢測出沒有疾病的準確率）及低偽陽性的第一線操作校準閾值。

研究共納入 251 名參與者，包括 99 名來自肺癌門診和 152 名來自高風險門診的患者。這些患者數據被分為四種不同的臨床狀態：癌症陽性（99 例）、無癌症診斷但有遺傳性癌症傾向（86 例）、治療中無疾病證據（16 例），以及治療後至少兩個月無疾病證據（50 例）。初步性能指標顯示，該技術的特異性達 91%，平衡準確度為 61%，靈敏度（檢測出真正有疾病的準確率）則為 44%。統計飽和分析表明，在少於 500 個樣本的情況下，特異性有望超過 98%，為臨床可行的篩檢方案奠定基礎。該團隊已於今年七月底在安那翰舉行的 Association for Diagnostics & Laboratory Medicine 年度會議上透過海報展示分享了這些發現，並於昨日（8月24日）將初步成果刊登於《臨床腫瘤學期刊》。

威斯康星醫學院的拉澤爾·庫日洛克（Razelle Kurzrock）、Hui-zi Chen 和 Ann Maguire 共同領導這項研究，他們未來將專注於找出特定可區分的光譜特徵與潛在生物標誌物之間的關聯，並利用正交分析等技術來識別相關的分析物和宿主反應生物標誌物。這些工作將進一步提高系統的可解釋性，為即將進行的前瞻性驗證試驗做準備。