近日，据报道，英国斯特拉斯克莱德大学的研究团队发表在《自然通讯》杂志上的论文指出，已研发出一种通过红外线技术和机器学习技术相结合的血液测试方法帮助加速脑癌诊断，准确率高达87%。
诊断脑癌十分困难，致许多患者延误治疗。由于其早期症状包括头痛等均属非特异性疾病，所以医生很难分辨。
研究人员利用衰减全反射傅立叶变换红外光谱（ATR-FTIR）技术，并将其与机器学习技术相结合来检测脑癌。
研究人员使用该方法分析了104名患者的样本，其中，有12人患有癌症，其中包括4例胶质母细胞瘤。结果显示，血液测试正确地从健康患者中识别出患有脑癌的患者机率高达87％。
研究人员指出，这种血液检测方法简单、无创且速度更快，该检测可帮助医生快速确定哪些人应优先接受脑成像诊断，让患者尽早获得治疗机会，以提高存活率。
