斯坦福大学的研究人员已经开发出一种通过将下一代分子DNA定量与机器学习相结合来筛查肺癌的方法。实验技术只需要进行血液检查，并且可以通过细化来代替低剂量CT扫描，作为长期吸烟者的初始检查。
 

尽管开发尚处于早期阶段，但这种新方法(称为血浆中的肺癌可能性LungCLiP)可在约63%的已知疾病患者，69%的2期疾病患者和75%的患者中识别出1期肺癌。在第三阶段

特异性是可观的80%，尽管该数字会给20%的患者带来假阳性，这可能导致过度的焦虑和昂贵的下游手术。

高级研究作者Maximilian Diehn，MD，PhD和其同事在《自然》杂志上发表了他们的研究报告，指出他们使用来自104个早期非小细胞肺癌早期患者和56个风险匹配对照的发现队列中的样本对Lung-CLiP进行了训练。在四个癌症中心接受年度放射线筛查，以检查肺癌。

他们使用了多层机器学习方法，对模型进行了训练，以估计DNA突变源自肿瘤的可能性。

从成本方面考虑，LungCLiP的性能与肿瘤信息DNA分析相似，无需组织基因分型即可实现。

后者需要进行测试以发现特定基因或染色体的任何变化，同时需要进行肿瘤面板测试以同时查看多个基因。根据美国癌症协会的说法，这些测试的费用可能在300美元到10,000美元以上，通常给患者带来很多自付费用。

LungCLiP的最大希望在于它有可能作为“美国大约95%的高危患者中的一部分而进行初步筛查的人，尽管他们是低剂量CT的候选者，但由于各种原因(包括有限的原因)而未被筛查高级研究作者Maximilian Diehn医学博士和同事写道。

作者补充说，肺-CLiP测试阳性的患者将被转诊至低剂量CT。

“尽管Lung-CLiP不如低剂量CT敏感，但这种混合方法可能会增加接受筛查的患者总数，因此，美国每年挽救的生命数量从目前的每年约600值增加到接近预计最多可容纳约12,000”人。