用泪水检测乳腺癌：技术研究成果来自日本神户大学

　　现代医疗条件下，乳腺癌的治疗也能取得很好的效果。但早期乳腺癌往往不具备典型的症状和体征，不易引起重视，导致不少患者发现时，就已经引起了严重后果。

　　因此，快速便利的检测乳腺癌，就成为了重中之重。

　　据外媒报道，日本神户大学成功研发出了使用泪水进行乳腺癌检测的新技术，只需要10至20分钟就能得出检测结果，该检测设备计划从2021年开始正式投入使用。

　　报道称，这一技术名为“TearExo”，使用一种内置金属片的特制滴管采集泪水，然后使用精密仪器对泪水进行检测，

　　只需10分钟至20分钟就能测出其中是否含有癌细胞，还可以检测出正在接受治疗患者使用的药物是否生效。

　　神户大学教授竹内俊文表示，“这可以提高癌症检测率，让更多的癌症患者尽早确诊并接受治疗。有很多人因为癌症检测太过繁琐而不愿去做，但如果有简便又可靠的检测方式，我相信大家都会安心吧”。 　　

　　相关新闻：

　　纽约大学罗里·迈耶斯护理学院的研究人员发现，使用实时症状报告进行的机器学习可以准确地识别乳腺癌患者的早期淋巴水肿。研究结果发表在2018年5月的mHealth中。

　　淋巴水肿是手臂或腿中淋巴液的集合，是癌症治疗后去除淋巴结后的常见症状。虽然无法治愈，但尽早发现和治疗淋巴水肿可以减少并发症。但是，由于要根据医师对肿胀的观察来进行识别，因此很难进行早期检测。在这项研究中，研究人员检查了使用机器学习识别患者淋巴水肿的可行性和准确性。

　　“临床医生通常根据对肿胀的观察来检测或诊断淋巴水肿。但是，在可以观察到或测量到肿胀的时间，淋巴水肿通常已经发生了一段时间，这可能导致不良的临床结果，”RN的Mei Fu博士说。该研究的主要作者，纽约大学梅耶斯大学护理学副教授，“使用基于实时症状报告的训练有素的分类算法检测淋巴水肿是一种很有希望的工具，可以改善淋巴水肿的预后。”

　　研究人员使用一种在线工具从355名接受过乳腺癌治疗的妇女中收集了数据。包括有关人口统计学，临床信息，是否已被诊断患有淋巴水肿以及是否正在经历26种淋巴水肿症状中的任何数据。比较了五种不同的机器学习算法：C4.5的决策树，C5.0的决策树，梯度提升模型，人工神经网络和支持向量机。