机器学习模型提升液体活检准确性

约翰霍普金斯大学金梅尔癌症中心的研究人员开发了一种机器学习模型，能有效过滤液体活检样本中的生物噪声。该模型通过分析复杂的数据模式，提高了检测循环肿瘤DNA等标志物的准确性，从而帮助临床医生更精准地为患者匹配治疗药物。这一进展有望减少不必要的活检和误诊，推动个性化癌症治疗的发展。