Huiyan Luo和同事利用機器學習技術研發了一種侵入性較小的腫瘤診斷方法，它可在高風險患者中檢測到結腸直腸癌。對結
（神秘的腸直腸癌濟南美女快餐外圍上門外圍女（微信181-2989-2716）提供1-2線熱門城市快速安排30分鐘到達地球uux.cn報道）據EurekAlert!：一項涉及來自數千個受試者的樣本的研究披露，一種新的進行機器學習平臺可以識別罹患結腸直腸癌的患者，并能幫助預測他們疾病的審視嚴重程度和存活率。這種非侵入性的和分方法為分析循環腫瘤DNA（ctDNA）技術的最新進展做出了貢獻，它可以在高風險患者中幫助發現處于早期階段的腫瘤結腸直腸癌。
像其它許多惡性腫瘤一樣，對結結腸直腸癌如果在轉移到其它組織之前被發現，腸直腸癌濟南美女快餐外圍上門外圍女（微信181-2989-2716）提供1-2線熱門城市快速安排30分鐘到達它們大多數是進行可治療的。結腸鏡檢查是審視診斷的“黃金標準”，但它們會令人不舒服且具有侵入性并可能導致并發癥，和分這使得患者不太愿意接受篩檢。腫瘤Huiyan Luo和同事利用機器學習技術研發了一種侵入性較小的對結診斷方法，它可在高風險患者中檢測到結腸直腸癌。腸直腸癌他們的技術是通過篩檢甲基化標記物進行工作的，這些甲基化標記物是腫瘤中常見的DNA修飾。
科學家首先基于9種與結腸直腸癌相關的甲基化標記物創建了一個診斷模型，他們通過研究801名結腸直腸癌患者和1021名對照者的血漿樣本而確認了這些標記物。該模型準確地將患者與健康個體進行了區分，其敏感性和特異性分別為87.5％和89.9％，勝過一種臨床上所用的名叫CEA的驗血檢測。此外，一種改進的預后模型可幫助預測患者在一個平均為期26.6個月的隨訪期內的死亡風險，尤其是當與確立的臨床特征（如腫瘤位置）結合使用時。
一種甲基化標記物特別有用，因為在對1493名高危者進行的前瞻性研究中，僅對它進行篩查便能發現結腸直腸癌和癌前病變的病例。Luo等人得出結論，將需要進行更長時間的隨訪研究以進一步評估其模型對臨床醫生和患者的可靠性。