奥尔巴尼大学Igor K. Lednev对将拉曼光谱和机器学习用于医学诊断领域的相关研究进展进行了综述介绍。
本文要点:
(1)目前临床使用的许多筛查和诊断方法存在着诸多的问题。因此,人们也开发了多种多样的程序来诊断世界上已有的疾病。如何提高这些程序的诊断能力,如提高检测的敏感性和特异性、客观性和确定性,降低检测的成本和侵入性以及用开发一种强有力的工具以取代多种诊断方法等仍然是一种亟待解决的临床问题。最近的研究表明,将拉曼光谱与机器学习分析相结合可以有效改善诊断方法,进而可以对各种疾病,包括癌症、病毒和细菌感染、神经退行性疾病和自身免疫性疾病等进行诊断。
(2)作者在文中综述了自2018年以来有关利用拉曼光谱和机器学习来满足疾病医疗诊断需要的研究进展;评估了利用这种方法进行通用诊断的好处和所面临的障碍;最后作者认为,结合机器学习的拉曼光谱技术将为发展一种精确、廉价、快速和无创的通用医疗诊断方法提供新的希望。
Nicole M. Ralbovsky. et al. Towards development of a novel universal medical diagnostic method: Raman spectroscopy and machine learning. Chemical Society Reviews. 2020
DOI: 10.1039/d0cs01019g
https://pubs.rsc.org/en/content/articlelanding/2020/cs/d0cs01019g#!divAbstract