Tillbaka till nyheter

Forskare utvecklar ny metod för tidig cancerdetektering

30 september 2025
Rapporterad av AI

Forskare vid University of Cambridge har presenterat ett banbrytande blodprov som upptäcker cancer tidigare än befintliga metoder. Tekniken analyserar cirkulerande tumör-DNA med hög noggrannhet. Denna innovation kan revolutionera screening och behandling globalt.

I en studie publicerad den 28 september 2025 meddelade forskare från University of Cambridge ett nytt blodbaserat diagnostiskt verktyg för tidig cancercdetektering. Metoden, som beskrivs i tidskriften Nature Medicine, använder avancerade maskininlärningsalgoritmer för att identifiera mönster i cellfria DNA-fragment som släpps från tumörer.

Forskargruppen, ledd av professor Rebecca Fitzgerald, testade metoden på över 1 000 patienter med olika cancerformer, inklusive bröst-, lung- och kolorektal cancer. 'Detta test uppnår en känslighet på 92% för stadium I-cancrar, jämfört med 70% för traditionella biopsier', uppgav Fitzgerald i pressmeddelandet. Studien pågick i två år, med start 2023, och initiala försök vid Addenbrooke's Hospital i Cambridge.

Bakgrundskontexten visar att tidig detektering förblir en stor utmaning inom onkologi, där sent stadium-diagnoser ofta begränsar behandlingens framgång. Nuvarande metoder som mammografi eller koloskopi är invasiva eller mindre precisa för flera cancerformer. Detta nya test, kallat 'LiquidScan', kräver endast ett enkelt blodprov och kan screena för över 50 cancerformer samtidigt.

Implikationerna är betydande: experter förutspår att det kan minska dödligheten med 20-30% om det adopteras brett. Studien noterar dock begränsningar, inklusive en 5% falskt positiv frekvens hos friska individer. Ytterligare valideringsförsök planeras för 2026 i Europa och USA.

Inga motsägelser hittades i källan, som betonar testets potential samtidigt som den efterlyser storskaliga studier. Utvecklingen finansierades av Cancer Research UK och Wellcome Trust, vilket understryker samarbetsinsatser inom medicinsk innovation.

Static map of article location