I ricercatori dell’Università di Edimburgo hanno messo a punto una tecnica di screening che coniuga la spettroscopia Raman (RS) con l’apprendimento automatico, un tipo di intelligenza artificiale, consentendo di identificare il tumore al seno nelle fasi iniziali attraverso l’analisi del sangue con un’efficacia del 98%. Un ulteriore vantaggio rispetto alla biopsia liquida consiste nella possibilità di distinguere tra i quattro principali sottotipi di tumore.

Per scoprire le prime tracce tumorali, viene irradiato un raggio laser nel campione di sangue prelevato dalla paziente, così da analizzare le proprietà della luce in seguito alla sua interazione con le molecole del sangue. L’esame avviene attraverso lo spettrometro, un dispositivo in grado di rilevare piccoli cambiamenti nella composizione chimica, che possono essere indicatori precoci della malattia. L’interpretazione dei risultati è affidata a un algoritmo di apprendimento automatico, che identifica caratteristiche simili e aiuta a classificare i campioni.

Nello studio pilota condotto su 12 campioni di pazienti con tumore al seno e 12 controlli sani, la tecnica si è rivelata efficace al 98% nell’identificare il tumore al seno in stadio 1a. I risultati dello studio sono stati pubblicati sul Journal of Biophotonics.