一項新的研究表明,了解受過訓練的狗用來檢測前列腺癌的氣味的分子成分,可以幫助研究人員開發出具有類似診斷準確性的計算機。這項研究“將犬嗅覺與尿液的化學和微生物譜相結合以檢測致死性前列腺癌的可行性”已發表在《PLOS One》上。
前列腺癌護理中的持續需求是,需要更準確的非侵入性測試來檢測癌癥,并區分潛在致命的腫瘤和良性生長。最常用的方法是測量血液中前列腺特異性抗原(PSA)蛋白的水平。但是,PSA測試可能會遺漏一些腫瘤,同時標記那些不太可能有害的腫瘤。
近幾十年來,各種研究表明,可以訓練狗通過嗅覺來檢測某些人類疾病,包括前列腺癌(通過聞尿液)。然而,將訓練有素的犬類用作診斷測試在大規模上是不可行的,這引發了一個問題,即是否可以使用抗癌技術代替。
在這項新研究中,一個國際研究人員團隊進行了一系列概念驗證實驗,以展示如何做到這一點。他們使用從經活檢證實為前列腺癌或無癌癥(對照)的男性收集的尿液樣本。
值得注意的是,所有使用的癌癥樣本均來自患有格里森9號前列腺癌(最致命的前列腺腫瘤)的患者,而對照的定義是取自接受前列腺活檢的患者,通常是由于PSA或其他檢查方法表明潛在的前列腺疾病。
首先,對兩只狗(名為Midas和Florin)進行了訓練,以從尿液樣本中檢測出前列腺癌,然后對其能力進行測試。兩個犬正確識別出七個前列腺癌樣本中的五個。Florin正確地確定了21個對照樣品中的16個為前列腺癌陰性,而Midas正確地確定了20個陰性樣品中的14個。
共同創辦人Claire Guest表示:受過專業訓練的癌癥檢測犬Florin和Midas從尿液樣本中快速準確地檢測出極具侵略性的前列腺癌,甚至將它們與患有其他前列腺疾病的患者的尿液區分開。以及Medical Detection Dogs的首席科學官在新聞稿中說。
然后,研究人員使用了一種稱為氣相色譜-質譜法的技術來分析某些尿液樣本中的揮發性有機化合物(VOC)。從概念上講,VOC是“有臭味的”分子,可以輕松地在空氣中移動以被傳感器拾取,無論該傳感器是機器還是狗的鼻子。
研究人員還使用一種稱為16S rDNA測序的遺傳技術來分析在不同尿液樣本中發現的細菌。在初步分析中,研究人員指出了VOC和癌癥或對照尿液樣本的細菌譜之間的一些一般差異。研究人員使用VOC數據,結合狗對各種樣本的識別,來訓練人工神經網絡(ANN)。顧名思義,AAN是一種機器學習算法,旨在模擬有機大腦。
從本質上講,研究人員將尿液樣本的VOC數據以及弗洛林和/或Midas是否將樣本檢測為癌癥輸入計算機。然后,AAN在VOC數據中尋找模式,使其可以與狗進行相同的呼叫。
換句話說,計算機程序會尋找狗嗅到的尿液樣本中的特定成分,以進行診斷。在此分析中,兩種不同的計算技術(骨架化和自動關聯過濾)產生了基本一致的結果。
“盡管在一個很小的樣本集上進行了測試,但這無法使我們得出準確的結論,但該試驗所獲得的結果支持了受過專業訓練的檢測犬的潛力,直接幫助其開發了可在生物電子機器上運行的人工神經網絡嗅覺[基于氣味]診斷設備。”研究人員總結道。
他們補充說,他們的研究結果“為開發基于機器的嗅覺診斷工具鋪平了道路,這些工具定義并概括了現在可以通過犬嗅覺檢測和完成的檢測。”
這項研究的共同作者,前列腺癌基金會總裁兼首席執行官醫學博士Jonathan W. Simons表示:“有了這種方法的令人信服的證據,我們正在計劃通過犬嗅覺,尿液中的揮發性有機化合物和尿液中的微生物群分析進行大規模研究,以開發出一種機器嗅覺診斷工具,如果愿意的話,可以說是“機器人鼻子”,最終可能會成為未來智能手機應用程序的形式。”
編輯:lyn
-
機器人
+關注
關注
212文章
29421瀏覽量
211262 -
機器學習算法
+關注
關注
2文章
47瀏覽量
6589
發布評論請先 登錄
【「# ROS 2智能機器人開發實踐」閱讀體驗】視覺實現的基礎算法的應用
【「# ROS 2智能機器人開發實踐」閱讀體驗】機器人入門的引路書
研究人員開發出基于NVIDIA技術的AI模型用于檢測瘧疾
清華大學:軟體機器人柔性傳感技術最新研究進展

評論