胰腺癌人工智能检测器（PAID）

胰腺癌是目前致死率最高的癌症之一，其特点是进展迅速、早期转移和诊断困难。然而，除了传统的血液标志物CA19-9和影像学手段，现阶段尚无其他有效的方法用于胰腺癌诊断。

北京博远与合作者开发了一种应用机器学习辅助代谢组学的胰腺癌无创检测方法。应用基于支持向量机-贪心算法及高分辨质谱方法分析非靶向代谢组学数据，筛选出17个血清代谢标志物，并建立了基于液相色谱-质谱的多反应检测模式靶向代谢检测方法与人工智能疾病分类模型。该研究还结合单细胞转录组数据、组织蛋白质组学、代谢组学和质谱成像等多组学技术，揭示了胰腺癌组织中脂质代谢变化的机制，开拓了机器学习辅助代谢组学用于胰腺癌早期检测的高效策略。

该方法共检测了4个队列超过1800例样本，其中包括1033名处于不同阶段的胰腺癌患者。大队列数据综合检测准确性高于85%，特异度高于80%，敏感度高于87%，检测效能远高于现有的血液诊断标志物CA19-9及CT影像学。这种全新的检测方法与现有手段的联合使用将极大提升胰腺癌的早期诊断效果。

胰腺癌人工智能检测器（PAID）