壹生大学

壹生身份认证协议书

本项目是由壹生提供的专业性学术分享,仅面向医疗卫生专业人士。我们将收集您是否是医疗卫生专业人士的信息,仅用于资格认证,不会用于其他用途。壹生作为平台及平台数据的运营者和负责方,负责平台和本专区及用户相关信息搜集和使用的合规和保护。
本协议书仅为了向您说明个人相关信息处理目的,向您单独征求的同意,您已签署的壹生平台《壹生用户服务协议》和《壹生隐私政策》,详见链接:
壹生用户服务协议:
https://apps.medtrib.cn/html/serviceAgreement.html
壹生隐私政策:
https://apps.medtrib.cn/html/p.html
如果您是医疗卫生专业人士,且点击了“同意”,表明您作为壹生的注册用户已授权壹生平台收集您是否是医疗卫生专业人士的信息,可以使用本项服务。
如果您不是医疗卫生专业人士或不同意本说明,请勿点击“同意”,因为本项服务仅面向医疗卫生人士,以及专业性、合规性要求等因素,您将无法使用本项服务。

同意

拒绝

同意

拒绝

知情同意书

同意

不同意并跳过

工作人员正在审核中,
请您耐心等待
审核未通过
重新提交
完善信息
{{ item.question }}
确定
收集问题
{{ item.question }}
确定
您已通过HCP身份认证和信息审核
(
5
s)

人工智能助力肿瘤诊疗

2019-08-19作者:Aurora资讯
人工智能肿瘤诊疗

中国抗癌协会肿瘤人工智能专业委员会成立

       人工智能技术在肿瘤临床诊治的各个层面都正在起步,主要应用于肿瘤流行病学和基因组学等大数据分析、基于图像识别技术的针对肿瘤影像学和病理学数据的辅助诊断系统和预后预测模型的建立、智能手术机器人的应用和新药智能筛选平台的建设等方面。通过人工智能技术对海量的基因组学信息进行分析,可以为医生在临床诊治过程中提供更多的信息,更准确的对病症、疗效进行判断,减少药物研发的周期,是恶性肿瘤得以做到个体化精准治疗的前提和基础,未来也将为肿瘤患者带来更为丰富有效的临床方案。

       作为医学与工程学科交叉结合的代表,相关知识的普及、技术的应用、研究的推进、平台的建设以及标准的制定仍需要来自各方的深入交流和密切合作。2019年8月16日,中国抗癌协会肿瘤人工智能专业委员会正式成立,天津市肿瘤医院副院长徐波教授当选首届主任委员。专委会将致力于推动人工智能在肿瘤领域的发展应用,促进⼈工智能医工交叉学科专家共识的形成,为建立高水平、可复制且可持续发展的大数据中心提供合作平台。

大数据融合加速肿瘤精准诊断

       当前我国恶性肿瘤的发病率和死亡率仍呈上升趋势,发病率每年保持约3.9%的增幅,死亡率每年保持2.5%的增幅,防控形势较为严峻,这也对肿瘤的早期筛查诊断和精准治疗提出了更高要求。

       人工智能在恶性肿瘤的精确诊断上具有较大应用前景,可以通过深度学习等方法完成对肿瘤影像学数据的图像分割、目标检测和分类等工作;对大量数字化信息的挖掘,并与肿瘤的生物学行为相关联,将有助于临床医生更精准的完成肿瘤的诊断和治疗。

       例如乳腺癌就是目前与人工智能相结合获益较多的疾病。人工智能已经在乳腺癌的良恶性判定、HER2检测、分子分型、效果评价等方面,取得了一定的研究成果。通过人工智能对海量的基因组学信息进行技术分析,也可以为医生在临床诊治过程中提供更多的信息,更准确的对病症、疗效进行判断,是乳腺癌得以做到个体化精准治疗的前提和基础,未来也将为乳腺癌患者带来更为丰富有效的临床方案。

人工智能技术助力医师成长

       除了为患者带来实际获益,人工智能的应用也为年轻医师的迅速成长搭建“快速通道”。人工智能技术的发展可以更好地让经验不足的基层医生快速准确的学习到更多的临床经验,也为基层医生制定治疗方案提供更有效的依据。尤其是在我国各地区医疗水平、人才资源尚不均衡的情况下,人工智能技术的应用也能为各级医疗机构提供了快速、准确、便利的辅助诊断工具,助力基层医疗机构和基层医生诊疗水平的改善和提高。

       例如肿瘤临床检查项目中最普遍的超声检查,是当前甲状腺结节筛查评估最常用的手段。超声检查受主观影响较多, 操作者个体间的差异以及超声图像的清晰度都可能直接影响结果判断,因而对影像医师的水平要求较高,个体检查的耗费时间也较长。

        天津医科大学肿瘤医院以30余万张甲状腺超声图像作为训练集进行人工智能模型开发,用3个独立数据集作为验证,开展了基于深度学习算法分析超声图像实现甲状腺癌人工智能诊断的回顾性、多中心诊断研究,发现该模型在识别甲状腺癌的敏感性和特异性可以媲美具有10年以上丰富经验影像专家,具有快速及可重现的特点。

        现在的模型系统还有一些局限性,无法考虑过多的临床参数,尚不能完全取代甲状腺癌的人工诊断,但可以辅助增强医生在甲状腺癌诊断中的能力,提高阅片效率,避免因疲倦产生的差错。特别是我国城乡医疗资源尚有不均衡存在,此类人工智能系统有助于改善基层医疗机构甲状腺超声诊疗水平,为各级医疗机构提供一种快速、准确和便利的甲状腺癌超声诊断工具。未来经过随机临床试验的进一步评估,人工智能还将有助于减少不必要的细针抽吸活组织检查。

人工智能应重点解决临床问题

       人工智能在恶性肿瘤的精确筛选和判断上具有较大优势,可以通过深度学习,在医学影像的基础上完成对影像的分类、目标检测、图像分割和检索工作,可以深度挖掘大量数字化信息,早期从肿瘤的内部活性、特定的纹理参数来判断肿瘤的生物学行为,协助医生完成疾病的诊断和治疗。

       影像学是当前大数据与人工智能结合最紧密的,但医疗大数据的收集不能仅限于影像学,只有融合影像组学数据、病理研究数据、临床治疗数据来研究、描述和量化,才能实现人工智能从筛查走向治疗,进一步拓宽在医学上的应用。

       人工智能在医学上应用一定要“医工交叉”,由临床医生思考诊疗过程中的难点并提出问题,由AI研究人员有针对性的配合临床医生寻找解决这些问题的方法,从而真正让人工智能的应用源于临床、高于临床、回归临床。

未来发展离不开多中心研究

       人工智能拥有深度学习能力,能够有效改善医生因水平和状态所导致的准确率差异,提高影像诊断的同质化水平。比如可对肺小结节影像进行自动检测识别,不仅能提高早期肺癌诊断效率和准确率,大幅减少临床医生工作量,也能尽量避免因为工作压力和疲倦感所产生的人工误差,帮助医生更准确快速地判断患者是否需要进行医疗干预。

       未来人工智能的发展,还需要依赖临床大数据中心、各肿瘤领域专家,开展多中心研究和临床试验,来为人工智能的参数设定和有效性提供支持依据。由于不同的肿瘤之间也存在较大的个体差异,人工智能的应用开发也应该先从部分高发的单病种开始,这样更有利于数据样本的收集分析,最终建立具有中国特色的肿瘤与人工智能的高水平数据库。


作者 | 朱芸(天津市肿瘤医院)

200 评论

查看更多