8月12日，记者从合肥综合性国家科学中心大健康研究院获悉，该院团队近日开发出基于机器学习的肺腺癌诊断和预后精准模型，可以为肺腺癌的诊断、预后及临床指导提供新的辅助手段和依据。

　　肺腺癌在世界范围内的发生率和死亡率一直居高不下，其精确诊断对改善患者预后至关重要。然而，传统的肺腺癌诊断方法，包括辅助影像学和病理学检查，通常伴随着多种局限性，如采样偏差、活检完整性及主观性判断等问题。同时，现有模型和打分函数的敏感性和特异性有限且往往依赖相同的定量方法，实际应用价值不高。

　　对此，该院资深研究员、中国科学技术大学金腾川团队构建了一个高精度的诊断模型，经过多轮检测证明其具有高敏感性和特异性，性能表现优异，并且可以显著区分癌旁正常组织与肿瘤组织。

　　该项研究工作得到了国家重点研发计划、中国科学院战略先导项目、国家自然科学基金及中央高校基础研究项目的支持。

　　（记者 刘小容）