（■■新的科研工具能夠準確檢測病人是否患上癌症。）
加國大學的研究生利用人工智能及機器知識，發展一個全新篩查工具，能準確檢測病人是否患上肺癌。這項技術落實應用後，未來檢測肺癌可望如篩查乳癌般普遍，使患者能夠及早接受治療。
23歲的羅惠思（Robyn Larracy）是紐奔馳域大學生物醫學工程碩士生，她為蒙克頓（Moncton）的生物技術公司Picomole Inc.發展一個全新的篩查工具，特點是檢測肺癌如用管子呼吸一樣簡單，這個創新發明最早在2023年投入市場。
羅惠思通過全國非牟利機構美迪斯（Mitacs）的資助，與該公司合作研發一個識別呼吸特徵的先進人工智能機器，稱為生物標記儀，可以高度準確地指出接受檢測者是否患上肺癌。她的研究結果是結合機器學習與呼吸分析方法，被認為是顛覆醫療護理領域的規則。
Picomole總裁格蘭（Stephen Graham）表示，每年加拿大死於肺癌的人數多於結腸癌、乳癌和前列腺癌的總和，部分原因是未能在早期階段，進行非入侵性肺癌篩查。通過美迪斯的資助，可以利用機器學習專業知識提升技術至新水平，現在有望為人們帶來幫助。
目前用於肺癌篩查的標準，是使用低劑量的CT掃描技術，成本既高又難以大規模實施，因為需要昂貴的機械和熟練的技術人員來操作。因此，絕大多數肺癌病例出現徵狀時才被發現，導致五年生存率不到18%。
在試管中吹氣就可進行檢測
格蘭說，使用這種有效而可負擔、並利用呼吸方法的癌症篩查工具，可望在早期發現，將生存率提高到55%或更高。人們只需要在試管中吹氣，就可以將樣本送入並進行測試。
這項專利技術包括三個部分：第一個是如微波爐大小的設備，只需要人們吹入管嘴，便能在纖細的不鏽鋼罐中收集呼吸樣本。第二個是光譜儀，用於處理和測量呼吸樣本中，發現有機化合物吸收的光量，以提供獨特的數碼呼吸指紋，而每個收集的樣本提供數百種生物標誌物。第三是機器學習軟件，分析光譜儀的數碼輸出，以識別疾病是否存在。
羅惠思在紐奔馳域大學生物醫學工程研究所電氣與計算機工程副教授史寧堅（Erik Scheme）的指導下進行研究，識別與疾病相對應呼吸數據模式，然後以計算機算法來辨別； 此項技術甚至可以從一次呼吸樣本中，檢測出多種疾病。
史寧堅解釋當呼吸時，便會排出血液中積聚在肺部的化合物，這是表明個人的健康狀況。如果此技術能夠應用於早期篩查工具，實際上可以挽救更多生命。
至今羅惠思的研究已被證明能準確率識別肺癌類型達85%，她繼續通過這個實習工作，為該公司推進這項技術，並發展其他使用呼吸方法的篩查工具，能夠檢測包括乳癌和新冠肺炎等疾病。她說，能夠為這個巨大潛力的創新項目作出貢獻，實在有令人難以置信的感覺。
