研究：AI 癌症篩檢器準確率高達 98%

最新研究顯示，一種新的人工智慧（AI）模型能夠檢測出 13 種不同類型的癌症，準確率高達 98.2%，但僅使用來自組織樣本的 DNA 數據。該模型名為 EMethylNET，由英國劍橋大學研究人員開發，有望加速癌症的早期檢測、診斷和治療。

該研究結果發表在上週的《Biology Methods and Protocols》期刊上，重點關注 DNA 甲基化，這是一種在細胞開始生長初期，包括癌細胞時發生的化學過程。研究人員訓練藉由訓練 AI 模型來識別早期形成的癌症結構和途徑。

研究報告指出：

「癌症是包含超過兩百種不同疾病的集合體，目前仍是人類死亡的主要原因。癌症通常會在末期階段被檢測到，轉移性癌症佔癌症相關死亡原因的 90%。」

正因如此，癌症早期篩檢的準確率相當重要，將對罹患癌症的生存率和治療產生重大影響。

AI 癌症篩檢器的運作方式

研究人員怎麼訓練 AI？首先，他們用癌症 DNA 組圖譜的超 6,000 個組織樣本數據來訓練 EMethylNET，這些樣本包括乳腺癌、肺癌和結直腸癌在內的 13 種癌症類型。然後，他們在獨立數據集的超過 900 個樣本上進行了測試。

最重要的發現是，在分類 13 種癌症類型和非癌症樣本時，其準確率超過 98%。研究還強調，即使是檢測不同國家的多樣化數據，AI 的表現也良好。研究人員還能夠藉此識別出 3,388 個與癌症相關基因和途徑相關的甲基化位點。

根據研究，該模型結合了兩種 AI 方法：利用 XGBoost 選擇相關特徵，並用深度神經網路進行分類。這讓 AI 不僅能準確檢測癌症，還可以深入了解人體對將正常細胞突變為癌細胞的非遺傳因素的調節。

研究指出：「這些表觀遺傳修飾是與癌症發生相關的一些最早的腫瘤事件」，強調了該 AI 在癌症早期篩檢中的潛力。

雖然初步研究結果看起來非常樂觀，但撰寫研究報告的作者提醒，還需要進一步的研究和測試才能在臨床上使用。研究團隊表示，目前正努力將該模型應用於液體組織樣本，可用於提供非侵入性的早期癌症篩檢。

即使還需要更多測試，但研究人員的最終目標是讓 EMethylNET 篩檢數百種癌症類型。隨著 AI 不斷深入醫療領域，使用 AI 模型進行更早、更準確癌症診斷，可能對公共健康產生深遠的影響。

癌症是人類健康的頭號敵人。據台灣衛福部統計，2023年民眾前十大死因中，惡性腫瘤（癌症）仍排在第一，接下來則是心臟疾病、肺炎與腦血管疾病等。

據統計，2023 年有 53,126 名台灣人因癌症死亡，佔總死亡人數的 25.8%，死亡率比 2022 年上升 2.2%，前十大易死亡癌症類型為：肺癌、肝癌、直腸癌、乳癌等。

然而，隨著技術不斷進步和更多數據的積累，AI 模型可能會成為癌症篩檢的重要工具，改變人類對抗癌症的方式。