科学家已经开发了一种简单的血液检查，以早期发现卵巢癌，这可能会显着改善该疾病女性的结果。
根据世界癌症研究基金会的数据，每年在全球范围内诊断出30万以上的妇女，主要是50岁以上的妇女。卵巢癌通常被诊断出来，这使得治疗病情更加困难。
英国和美国研究人员的测试试验在显示出疾病症状的患者中寻找两种不同类型的血液标记物，其中包括骨盆疼痛和肿胀的肚子。然后，它使用机器学习来识别人类难以检测的模式。
目前，通常使用扫描和活检的混合物诊断该疾病，例如超声扫描，CT扫描，针头活检，腹腔镜检查或手术，以去除组织或可能的卵巢。
通常会发现它是因为肿胀，饮食后迅速感到饱食或经常撒尿等症状并不总是明显的癌症迹象。
血液测试查找卵巢癌在早期阶段也散发到血液中。
癌细胞将碎片释放到含有微小的脂肪分子的血液中，称为脂质，以及某些蛋白质。根据AOA DX的数据，这种脂质和蛋白质的这种结合就像是卵巢癌的生物指纹。
它还使用了已经对数千个患者样品进行了训练的算法，以识别这些脂质和蛋白质中的微妙模式，这些脂质和蛋白质信号表明了卵巢癌。
AOA DX的首席运营官兼联合创始人亚历克斯·费舍尔（Alex Fisher）表示，该测试可以在早期阶段检测到该疾病，并且比目前的工具具有更高的准确性。
AOA DX的首席科学官Abigail McElhinny博士补充说：“通过使用机器学习结合多种生物标志物类型，我们开发了一种诊断工具，可以在子类型和阶段中检测到疾病的分子复杂性的卵巢癌。
该平台提供了一个很好的机会来改善卵巢癌的早期诊断，可能导致更好的患者结局和降低医疗保健系统的成本。”
由曼彻斯特和科罗拉多大学的大学领导的一项研究，并在《美国癌症研究杂志》杂志癌症研究通讯上发表，使用AOA DX平台测试了832个样本。
在科罗拉多大学的样本中，该测试能够在93％的时间的所有阶段准确地检测到卵巢癌，在早期阶段91％。
在曼彻斯特大学的样品中，该测试在各个阶段显示出92％的准确性，在早期阶段的精度为88％。
曼彻斯特大学的教授艾玛·克罗斯比（Emma Crosbie），曼彻斯特大学NHS基金会信托基金会的妇科肿瘤学荣誉顾问说：AOA DX的平台有可能显着改善被诊断为卵巢癌的妇女的患者护理和患者。
我们渴望通过其他前瞻性试验继续推进这项重要的研究，以进一步验证和扩展我们对如何将其整合到现有医疗保健系统中的理解。”