AI导读：

美国麻省总医院研究发现，血液检测工具“HPV-DeepSeek”能在症状出现前10年识别HPV相关头颈癌，采用全基因组测序技术，特异性和灵敏度均达99%，通过机器学习技术进一步提高了检测灵敏度。

　　美国麻省总医院百瀚医疗系统科学家开展的一项最新研究发现，他们研制的血液检测工具“HPV-Deepseek”能在症状出现前10年识别出与人乳头瘤病毒（HPV）相关的头颈癌（头颈癌检测），从而为患者提供更早的治疗干预，改善其预后和生活质量。相关研究成果发表于新一期《国家癌症研究所杂志》。

　　在美国，70%的头颈癌由HPV引起，且头颈癌发病率逐年上升。与HPV引起的宫颈癌不同，目前尚无针对HPV相关头颈癌的筛查手段，患者往往在肿瘤已发展至数十亿个细胞，出现症状甚至扩散至淋巴结后才被确诊。而“HPV-DeepSeek”有望在症状出现前10年就识别出这类癌症（癌症早期识别），为患者争取宝贵的治疗时间。

　　该检测方法采用全基因组测序技术，可识别从肿瘤脱落进入血液的微量HPV的DNA片段。研究团队此前已证实，该检测方法在临床应用时可达99%的特异性和99%的灵敏度，优于现有检测方法（检测方法优势）。

　　为验证“HPV-DeepSeek”能否在癌症确诊前多年实现早期识别，研究团队对来自马萨诸塞州布莱根生物银行的56份样本进行了测试，其中28份来自被确诊为HPV相关头颈癌的患者，另外28份来自健康对照者。

　　结果显示，“HPV-DeepSeek”在28例癌症患者中的22例血液样本中检测到了HPV肿瘤DNA，其中最早一例阳性样本采集于确诊前7.8年，而所有对照样本的检测结果均为阴性，显示出高度特异性。通过引入机器学习技术，研究团队进一步将检测灵敏度提高至可识别28例癌症中的27例，包括确诊前10年采集的样本（机器学习应用）。

　　目前，研究团队正基于美国国家癌症研究所“前列腺癌、肺癌、结直肠癌和卵巢癌筛查试验”中收集的数百份样本开展进一步研究，以验证这一成果。

（文章来源：科技日报）