打開(kāi)手機(jī)掃描二維碼
即可在手機(jī)端查看
癌癥是全球第二大死亡原因，傳統(tǒng)的醫(yī)療保健模式不再能夠滿(mǎn)足患者日益多樣化的需求。醫(yī)療保健專(zhuān)業(yè)人員正在尋求創(chuàng)新模式以提高對(duì)癌癥發(fā)生、發(fā)展、診斷、預(yù)防和治療的理解。其中隨著科學(xué)技術(shù)的飛速發(fā)展，人工智能（AI）成為癌癥領(lǐng)域的研究熱點(diǎn)。AI通過(guò)數(shù)學(xué)算法模擬人類(lèi)的認(rèn)知能力，解決困難的醫(yī)療保健挑戰(zhàn)，AI在過(guò)去十年用于臨床決策的數(shù)據(jù)呈指數(shù)增長(zhǎng)，被證明是超智能優(yōu)化決策的潛在平臺(tái)。隨著常規(guī)護(hù)理中多維數(shù)據(jù)的增加，AI可以支持臨床醫(yī)生沿著護(hù)理路徑形成患者的個(gè)性化視圖，并用于指導(dǎo)臨床決策。這些決策依賴(lài)于整合不同的復(fù)雜數(shù)據(jù)流，包括臨床表現(xiàn)、患者病史、腫瘤病理學(xué)、基因組學(xué)和醫(yī)學(xué)成像等。
AI包括機(jī)器學(xué)習(xí)（ML) 和深度學(xué)習(xí)（DL）。其中ML是 AI 的子集，應(yīng)用數(shù)學(xué)和統(tǒng)計(jì)方法來(lái)提高計(jì)算機(jī)的性能。DL是ML的子集，其特征是具有多層人工神經(jīng)網(wǎng)絡(luò)的操作。用于模仿人腦的數(shù)據(jù)處理能力，以識(shí)別圖像，對(duì)象，處理語(yǔ)言，改善藥物發(fā)現(xiàn)，升級(jí)精準(zhǔn)藥物，改善診斷并協(xié)助人類(lèi)做出決策。本文將對(duì)AI在癌癥中的應(yīng)用現(xiàn)狀進(jìn)行總結(jié)，以供參考學(xué)習(xí)。
高性能的ML/DL算法可以通過(guò)學(xué)習(xí)整個(gè)轉(zhuǎn)錄組的模式來(lái)克服標(biāo)準(zhǔn)計(jì)算方法的局限性。AI應(yīng)用于分析大量多組學(xué)數(shù)據(jù)（外顯子組，轉(zhuǎn)錄組和表觀基因組）并結(jié)合臨床注釋數(shù)據(jù)集，進(jìn)一步實(shí)現(xiàn)藥物敏感性基因的鑒定、變異檢測(cè)、RNA剪接位點(diǎn)的預(yù)測(cè)等。例如，已經(jīng)發(fā)現(xiàn)使用全轉(zhuǎn)錄組RNA測(cè)序數(shù)據(jù)并結(jié)合多個(gè)腫瘤譜的ML方法可以準(zhǔn)確識(shí)別癌癥狀態(tài)并將其與正常細(xì)胞區(qū)分;它對(duì)罕見(jiàn)的癌癥類(lèi)型表現(xiàn)良好，并在預(yù)測(cè)腫瘤起源部位方面顯示出實(shí)用性。
● 基于成像的ML模型可用于預(yù)測(cè)癌癥患者的生存結(jié)果，如局部復(fù)發(fā)、遠(yuǎn)處復(fù)發(fā)和死亡率。例如，多種新興的基于成像的ML模型可預(yù)測(cè)胰腺癌患者的臨床結(jié)果，包括總生存率和無(wú)病生存率。未來(lái)，這些信息可能會(huì)推動(dòng)癌癥幸存者的個(gè)性化護(hù)理，包括監(jiān)測(cè)和優(yōu)化策略以防止腫瘤復(fù)發(fā)。目前，基于成像的ML模型已被證明具有預(yù)測(cè)腫瘤病理學(xué)和基因組改變的潛力?？稍谖磳?shí)際采樣的情況下提供診斷和生物標(biāo)志物信息，從而實(shí)現(xiàn)“虛擬活檢”。例如，針對(duì)膠質(zhì)母細(xì)胞瘤，正在開(kāi)發(fā)基于無(wú)創(chuàng)成像的模型，該模型可預(yù)測(cè)腫瘤內(nèi)的遺傳改變并影響臨床管理。
人工智能的持續(xù)發(fā)展可能徹底改變未來(lái)醫(yī)療保健專(zhuān)業(yè)人員診斷、治療和管理疾病的方式。鑒于該領(lǐng)域的發(fā)展速度以及人工智能在癌癥科學(xué)中的許多潛在應(yīng)用，人工智能將在未來(lái)十年徹底改變腫瘤學(xué)，降低我們衛(wèi)生系統(tǒng)的脆弱性和護(hù)理成本。但AI在醫(yī)療保健和癌癥的應(yīng)用中存在亟待解決的挑戰(zhàn)。如缺乏對(duì)數(shù)據(jù)收集和管理的標(biāo)準(zhǔn)化，模型的前瞻性臨床驗(yàn)證有限，訓(xùn)練數(shù)據(jù)集中的固有偏見(jiàn)，缺乏監(jiān)管和法律框架等。未來(lái)應(yīng)對(duì)這些挑戰(zhàn)所需的人員和資源投資應(yīng)與推動(dòng)人工智能技術(shù)創(chuàng)新的投資同時(shí)進(jìn)行。
Copyright ? 2022 上海科雷會(huì)展服務(wù)有限公司 旗下「智慧醫(yī)療網(wǎng)」版權(quán)所有 ICP備案號(hào)：滬ICP備17004559號(hào)-5
