Dette er den tredje delen i en seksdelers serie som undersøker påvirkningen av AI på medisinsk forskning og behandlinger. Audra Moran, leder av Ovarian Cancer Research Alliance, understreker at eggstokkreft er "sjeldent, underfinansiert og dødelig. " Tidlig oppdagelse er avgjørende, men eggstokkreft starter vanligvis i egglederne og sprer seg ofte før symptomer oppstår. AI-drevne blodprøver er i ferd med å bli utviklet for å oppdage slike kreftformer i tidlige stadier, noe som potensielt kan redde liv. Dr. Daniel Heller fra Memorial Sloan Kettering Cancer Center utvikler teknologi ved hjelp av karbontuber for å identifisere kreftspesifikke mønstre i blodprøver. Mens disse mønstrene er for subtile for mennesker å oppdage, kan AI-algoritmer tolke dem ved å lære av data. Utfordringen er sjeldenheten av eggstokkreft, som fører til begrenset data for AI-trening. Til tross for dette har de første AI-innsatsene overgått eksisterende kreftbiomarkører i nøyaktighet. Heller har som mål å skape et verktøy for å diagnostisere gynekologiske sykdommer raskere, noe som kan være mulig innen tre til fem år. AI effektiviserer også andre blodprøver.

For eksempel bruker Karius i California AI til raskt å identifisere lungebetennelsespatogener, noe som reduserer testkostnader og tid betydelig. Deres tilnærming, som sammenligner pasientprøver med en omfattende database over mikrobiell DNA, er kun mulig på grunn av AI. Å forstå AI-forbindelser mellom biomarkører og sykdommer er imidlertid fortsatt en gåte. Dr. Slavé Petrovski's AI-plattform Milton identifiserer sykdommer ved bruk av biomarkører med stor suksess, og demonstrerer AIs evne til å skjelne komplekse mønstre. Deling og tilgang til data er fortsatt en utfordring, men organisasjoner som Ocra jobber med å opprette pasientregistre for å forbedre AI-trening. Som Moran bemerker, er AI i medisinsk forskning fremdeles i sine tidlige, utviklende stadier.