研究团队指出，涨势代谢水平上的变化可反映多个分子水平上共同作用的潜在变化，所以他们选择患者个人的代谢图谱作为整个检测方法的基础。

质谱法能通过检测代谢物的质量和电荷特征来识别血液中代谢物的存在，有望将其纳入基于机器学习构建的预测模型内，有望类似于使用单个面部特征构建面部模式识别算法。

已知有数千种代谢产物在人体血液中循环，扩散科技块轮通过质谱分析和机器学习，可以很容易、很准确地检测它们。

以此开展卵巢癌早期检测，独舞动蓄准确率高达93%。

麦克唐纳表示，过后新方法使用患者个人的代谢图谱，在检测卵巢癌方面的准确性高于现有常规检测方法。

这种个性化的方法代表了一个极富前景的卵巢癌早期检测方向，势待有望应用于其他癌症检测。