科学家们正在开发一种新的方法来识别不同类型乳腺癌的独特化学“指纹”。

这些新的化学足迹将用于训练AI软件-创建用于快速准确诊断乳腺癌的新工具。

兰开斯特大学和Airedale NHS基金会信托基金的研究人员团队在活检中使用一种称为拉曼光谱学的专门化学分析技术，以鉴定不同类型乳腺癌的分子结构以及每个癌细胞组内的变异。

拉曼分析能够提供有关细胞的实时信息，并可用于检查细胞在人体其他部位的行为，分布和出现方式。

在确定了乳腺癌细胞的化学指纹并观察了它们如何变化后，研究人员使用这些信息来训练复杂的机器学习算法，以识别四种癌症亚型。

该算法以7​​0%至100%的高准确度成功预测了每种亚型的诊断模式。

这些算法的类似版本先前已用于识别其他形式的癌症和疾病，例如皮肤癌，口腔癌和肺癌。

研究的下一阶段将着眼于创建更多不同类型的乳腺癌细胞的化学结构及其可采取形式的数据库。

这些数据库随后将被用于通过机器学习来训练更多的人工智能算法-最终导致一种新的诊断工具与乳房X线照片和MRI扫描并存。

新算法有望提供快速信息，以帮助医学专家更快地进行诊断。

此外，该方法将有助于确定疾病进展过程中各个阶段的状态，并将在规划单个患者的治疗方法中变得至关重要。

兰开斯特大学生物工程学系主任，研究的高级作者Ihtesham Rehman教授说：“这项研究是开发新方法以鉴定不同类型乳腺癌化学结构的重要一步。我们已经能够利用这些方法“指纹”用于开发能够准确识别四种不同类型癌症细胞的复杂算法。

“振动光谱技术与数据挖掘和机器学习相结合，具有以极高的准确性对包括癌症在内的生物样本进行实时分析的潜力-创建强大的新工具与现有技术并肩作战，并帮助医学专家进行准确及时的诊断为他们的病人，并监测疾病的进展。”