综述：人工智能与生物传感器：变革癌症诊断技术

这篇综述系统阐述了人工智能（AI）与生物传感器技术在癌症早期诊断中的协同应用，重点介绍了电化学、光学（如表面等离子共振SPR）和纳米生物传感器（如量子点、MoS2 @Ti3 C2 纳米材料）对循环肿瘤DNA（ctDNA）、蛋白质标志物（如PSA、CA-125）的检测机制，以及机器学习（ML）、深度学习（DL）模型在数据分析中的突破性作用，为个性化医疗和肿瘤微环境（TME）监测提供新范式。

　　

摘要

癌症作为全球主要致死疾病，其早期诊断依赖于生物传感器与人工智能的融合创新。传统活检和影像学检测存在侵入性高、耗时长等局限，而新型生物传感器通过识别核酸（DNA/RNA）、蛋白质（如HER2、CA-125）等标志物，结合AI算法实现非侵入、高灵敏的实时监测。例如，石墨烯光纤SPR传感器可检测BRCA基因突变，而MoS₂
@Ti₃
C₂
纳米杂化材料构建的光电化学生物传感器对结直肠癌相关miR-92a-3p的检测限低至阿摩尔级。

1. 引言

2022年全球新增癌症病例达2000万例，凸显早期诊断的紧迫性。肿瘤微环境（TME）的pH值、氧分压等特征可通过生物传感器动态监测，而AI模型通过分析多组学数据（基因组学、蛋白质组学）优化检测策略。例如，电子鼻技术结合神经网络已用于前列腺癌无创筛查。

2. 癌症检测用生物传感器

电化学传感器通过电流变化检测PSA等标志物，成本低廉且适用于床旁诊断；光学传感器如SPR技术可实时追踪CA15-3等糖类抗原，灵敏度达皮摩尔级。纳米材料的引入显著提升性能：金纳米颗粒增强信号传导，量子点传感器可捕获循环肿瘤细胞（CTCs）。微流控芯片通过精确控制流体提升通量，而压电传感器则利用频率变化量化标志物浓度。

3. 生物传感器在癌症诊断中的应用

• 早期筛查：液体活检技术检测血液中ctDNA，替代组织活检
• 疗效监测：葡萄糖代谢传感器追踪肿瘤活性
• 个性化治疗：EGFR/KRAS基因突变检测指导靶向用药
• TME分析：基质金属蛋白酶（MMPs）传感器评估转移风险

4. AI在癌症诊断中的整合

深度学习模型（如CNN）处理荧光图像识别CTCs，减少假阳性率。多组学数据整合中，AI工具（如KEGG、Reactome）解析通路异常。近期开发的智能手机耦合石墨烯传感器，对前列腺癌标志物hsa-miR-141的检测限达0.6 aM，彰显便携设备的潜力。

5. 挑战与未来方向

灵敏度与标准化的平衡仍是核心难题，尤其对于低丰度标志物。数据安全与算法透明度问题亟待解决，而跨学科协作将推动AI模型在临床落地。

6. 结论

生物传感器与AI的融合正重塑癌症诊疗范式，从纳米材料创新到智能算法迭代，为实现"早诊早治"提供关键技术支撑。

作者贡献

Raef Albugami等五位作者共同完成文献调研与撰写，声明无利益冲突。