根据一项前瞻性研究，一种人工智能加持的血液检测技术，可以从800份样本中检测出90%以上的肺癌。
这项技术叫做DELFI，由约翰霍普金斯癌症中心的研究人员研发，可以识别出癌细胞脱落到血液中的DNA片段。研究者将这项技术运用到796份血液样本中，发现，DELFI可以精确区分出有肺癌和无肺癌的人群。
将DELFI与临床风险因素分析和蛋白标志物相结合，之后再进行CT成像，DELFI可以识别出94%的癌症患者，包括91%的早期或不那么严重的1/2期肺癌，以及96%的更晚期3/4期肺癌。并且将单独CT检查有可能带来的不必要的操作减少了52%。
研究的主要作者、约翰霍普金斯癌症中心的VictorE.Velculescu医生称，每年约有200万的患者死于肺癌，但是有肺癌风险且主动去筛查的人却并不多，这可能是多种原因造成的，包括假阳性影像结果带来的潜在伤害、担心辐射及有创检查带来的并发症。
“很明显，迫切需要研发一种可选择的无创检测方法，改善肺癌的筛查。我们相信，这款血液检测，是筛查肺癌的好方法，因为它简单便捷、可适用范围广，同时有很好的成本效益。”Velculescu医生说道。
作用机制：
DELFI技术使用血液检测，通过研究基因组不同区域循环中存在的游离DNA的大小和数量，间接测量DNA在细胞核内的组装方式。
健康细胞组装DNA像一个井井有条的手提箱，基因组的不同区域被小心地放置在不同的隔间中。而癌细胞的细胞核更像杂乱无章的手提箱，将来自整个基因组的物品随意扔进来。而当癌细胞死亡时，它们会以一种混乱的模式向血液中释放DNA。
DELFI通过机器学习，检测血液中成千上万的游离DNA片段，寻找异常的模式，包括不同基因组区域的DNA大小和数量。
研究详情：
在这项研究中，约翰霍普金斯的研究者与丹麦和荷兰的研究者共同合作，首先对365名受试者的血液样本进行了游离DNA的基因测序，这些受试者大多都有较高的肺癌风险，以及吸烟相关症状如咳嗽或呼吸困难。
在那些之后被诊断出肺癌的患者中，DELFI在片段中检测出大量突变。而在那些之后没有被诊断肺癌的患者，包括良性肺结节的患者中，片段的基因检测高度一致。
之后，又在另外385名没有癌症的受试者和46名有癌症的受试者中验证了DELFI的有效性。总的来说，DELFI检测除了90%以上有肺癌的患者，包括早期和晚期以及各个亚型的。
目前，一项基于DELFI技术的检测试验正在招募患者，预计会在1700名受试者中进行，包括健康人群、肺癌患者和其他癌症的患者。
