近日，爱丁堡大学再生与修复研究所与NHS洛锡安医院集团研究团队在《癌症研究》期刊发表成果，联合开发出一种结合荧光寿命成像显微镜与人工智能的肺癌基因突变预测技术。该技术突破传统基因测序依赖，通过分析活检样本的自然光信号，即可高精度识别EGFR突变类型。测试显示，该方法不仅能精准区分影响靶向治疗决策的关键突变，且采用非破坏性检测模式，完整保留原始组织以支持后续分析。面对早期筛查普及带来的诊断压力，团队负责人阿赫桑·阿克拉姆教授与王强博士表示，该技术可将原本耗时数周、成本高昂的分子检测流程压缩至数分钟，大幅降低医疗支出。NHS洛锡安病理专家大卫·多尔沃德博士指出，快速精准的检测能力将有效缓解活检样本短缺困境，推动临床诊断路径优化。目前，科研团队正开展技术临床验证，并规划将其拓展至其他实体瘤及靶点检测，最终实现与常规医疗流程的深度融合。