“人工智能可为医生在临床诊治中提供更多信息，更准确对病症、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”，近日，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。

      徐波表示，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

      人工智能将有助于临床医生更精准的完成肿瘤的诊断和治疗。徐波介绍，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。

      人工智能技术助力医师成长

      人工智能技术的发展可以更好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。

      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。

      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。

      徐波认为，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。

来源：健康时报网