Baidu
map

一个院长的亲身体会:人工智能推进肿瘤防治健康前行

2018-11-22 健康号 健康界

自从计算机能够在1千万张图片里自己琢磨出来“什么是猫”以后,人工智能就开始不停琢磨“什么是医学”。

自从计算机能够在1千万张图片里自己琢磨出来“什么是猫”以后,人工智能就开始不停琢磨“什么是医学”。

这么些年琢磨出来的成果在肿瘤防治上得到了充分的利用和体现。

困难重重,如何谋求出路?

日前,辽宁省肿瘤医院副院长刘宏旭介绍了人工智能在肺癌早诊早治方面的具体应用,为肿瘤的防治提供了新思路。

2017年世界癌症新发病历为1409万,其中中国比例高达26.1%,远高于世界平均水平,主要原因在于我国癌症患者普遍就诊晚。通常患者就诊时,疾病已经为晚期,错过了最佳治疗时机。

而防治的难点,远不仅于此。

首先是肿瘤监测系统还不够完善。2006年起,我国开始设立肿瘤登记年报制度,截止至现在,国家肿瘤防控及网络也才初步建成,尚不能惠及所有人群。全国各地的监测管理制度也不一致,建立统一、完善的监测系统并非一朝一夕之事。

其次是有效筛查技术少。目前的技术水平,只能对乳腺癌肺癌等少部分癌症进行针对性强的筛查,而淋巴瘤胰腺癌等大部分癌种,就只能“望洋兴叹”了。

最后是医院诊疗水平参差不齐。尽管我国部分城市经济发展水平已经接近中等发达国家水平,但大部分地区的经济仍然较为落后,一些对人为因素要求较高的筛查,如乳腺X线检查、宫颈细胞学检查,在欠发达地区仍然难以实现。

人工智能为肿瘤防治提供新思路 与其“亡羊补牢”,不如“未雨绸缪”

2016年,谷歌公司的AlphaGo与世界围棋顶级棋手李世石激战5场,最终以4:1的绝对优势取胜,引起了世界范围内的轰动效应。人工智能在医学领域也有所涉及,我们不禁设想,这场对决如果发生在医学领域呢?

这个设想很快得以实现。

2017年3月,在零氪科技联合阿里云和因特尔发起的“天池医疗AI大赛”上,由人工智能挑战早期肺癌结节的影像学诊断,并大获成功。同年6月,人工智能辅助肺小结节诊断体验专场上,由人工智能参与的肺结节诊断准确率比单纯人工高出15.75%,时间缩短了25.01%。

这个结果并未出人意料。

人工智能的学习能力远高于人类,能够对海量的数据进行总结并深度学习,这一点在图片识别技术上已经得到了很好的体现,不仅是在肺小结节的诊断方面,国际顶级期刊《Nature》就曾报道过,人工智能诊断皮肤癌的准确率和灵敏度均达到甚至超过专业医师。不仅如此,人工智能在肿瘤防治方面也给我们带来了超乎预期的发展。

人工智能在肿瘤防治中的应用场景

近年来,人工智能在医疗领域的应用场景广泛,包括新药研究、辅助诊疗、健康管理、康复医疗、互联网+医疗、精准医疗、便携设备、医院管理、生物医学研究等。

作为肺癌的临床专家,刘宏旭对人工智能在肺癌防治中的应用进行了详细介绍,以早筛早诊系统为例,肿瘤患者的筛查通常靠登记制度,这个工程量巨大,还存在遗漏和错误登记的问题。如果能够利用肺癌患者数据库信息,智能的对患者进行筛查,将极大提高肺癌患者的被检出率,降低医务工作者的劳动量。

当前,人工智能可利用肺癌筛查平台,发现高危人群,利用智能化肺部结节诊断系统和基于基因组学的分子标志物诊断系统,分析患者数据,并提出一体化早筛解决方案,排除疑似患者,最终确诊肺癌患者。

比起早诊,更重要的是早治。

现下临床治疗,多取决于医生的临床经验,级别越高的医院,医生诊疗水平越高,已经成为国人的共识,这也造成了患者“扎堆”三甲医院的奇特现象。

人工智能在解决这个问题上的作用不容小觑,对已经确诊的患者,人工智能将从全世界的指南中输出最符合患者治疗的推荐策略,指导医生的治疗方向,让患者在社区医院也能接受到同等于三甲医院的治疗。若患者的病情较为罕见,人工智能还可以从海量的学术论文中,找出有研究证据支持的治疗方案,供医生参考,同时推荐与该患者相似的病历与以往经典治疗方法,不再让看不到好医生成为患者的就诊难题。

一套完整的治疗流程,离不开随访。有效的随访能使患者再住院率下降30%,其重要性不言而喻。但目前临床随访多采用简单的电话、短信随访,患者和医生的参与度不高,随访工作仅停留于表面。

而人工智能会提出符合患者的个性化随访方案,向医生智能推送随访任务,让患者在最佳、最合理的窗口期接受专业团队的随访,并通过APP互动,增加与患者的联系,让医生充分了解离院患者的疾病进展情况,提高临床随访率和随访效果。

刘宏旭对未来人工智能的应用信心十足,无论是在早期筛查、临床诊断、或是出院随访上都发挥着举足轻重的作用,在肺结节智能诊断、肿瘤标志物鉴别等方面已表现出明显的优势,未来基层医疗将是本轮人工智能浪潮的最大受益者和主战场,成为生命科学数据积累的基础,并逐步覆盖健康领域的各个层面。

版权声明:
本网站所有内容来源注明为“梅斯医学”或“MedSci原创”的文字、图片和音视频资料,版权均属于梅斯医学所有。非经授权,任何媒体、网站或个人不得转载,授权转载时须注明来源为“梅斯医学”。其它来源的文章系转载文章,或“梅斯号”自媒体发布的文章,仅系出于传递更多信息之目的,本站仅负责审核内容合规,其内容不代表本站立场,本站不负责内容的准确性和版权。如果存在侵权、或不希望被转载的媒体或个人可与我们联系,我们将立即进行删除处理。
在此留言
评论区 (1)
#插入话题
  1. [GetPortalCommentsPageByObjectIdResponse(id=1971964, encodeId=3e3619e19646c, content=<a href='/topic/show?id=4399831302f' target=_blank style='color:#2F92EE;'>#肿瘤防治#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=52, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=83130, encryptionId=4399831302f, topicName=肿瘤防治)], attachment=null, authenticateStatus=null, createdAvatar=, createdBy=4193478, createdName=wgx306, createdTime=Thu Jul 25 19:47:00 CST 2019, time=2019-07-25, status=1, ipAttribution=)]

相关资讯

人工智能改变中西医临床研究与实践

中国中医药信息研究会临床研究分会在北京召开了第三届学术年会,主题为“智能信息两化融合,改变中西医临床研究与实践”,会议盛况引人关注。会后至今已半月有余,我没有停止思考,从最初的会议忙碌到现在思想沉淀下来,结合自己从事的中医临床研究领域,联想到相关领域将要开展的合作,把一连串的联想和感想写下来,尽力把一些问题梳理清楚,分享给不同学科、不同行业的同道中人,也诚恳期待回音、争鸣,期盼更实质的合作机遇。

人工智能+大数据 为中医药创新发展插上智慧之翼

十九大以来,国家已经把中医药事业的发展和大健康产业的升级,提升到国家战略的高度。大势已定,当传统中医药与现代人工智能大数据激情相遇,将产生哪些想象空间与创新路径,值得期待。在10月26日下午举行的第二届中医药健康产业高峰论坛分论坛上,来自中医药产业的研究者与创业者们共同就人工智能与大数据如何服务于中医药产业的良性发展进行了深入探讨。人工智能赋能中医服务有道可循人工智能技术日趋成熟,尤其是深度

人工智能看病,会比人类医生更准确吗?

近些年来,人工智能是非常热门的话题。人工智能和机器学习能为我们理解脑部疾病带来什么帮助?它会比人类医生的识别更准确吗?我们是否已经可以通过核磁成像技术来预测精神疾病?精神疾病患者的大脑和正常人的究竟有何不同?来听听约翰霍普金斯大学医学院Whiting工程学院、科维理神经科学研究院联合主任迈克·米勒教授讲述,人工智能与精神疾病的识别。1. 能介绍一下计算解剖学和您的研究成果吗?迈克·米勒:如果考虑过

迎接麻醉学的人工智能时代

人工智能是当下中国科技创新领域最炙手可热的话题,也是最具想象力和最具膨胀性的标题。可以说,人工智能已悄悄地潜入每个人的学习、工作和生活中,并且不断地渗透,逐步影响着人们的传统习惯;同样,也潜移默化地影响着麻醉学的发展。最为大家津津乐道的人工智能要数游戏领域的围棋机器人、生活领域的自动驾驶,以及学习领域的自动翻译。

玩转医学人工智能 五大问题需弄明白

近年来,人工智能在各个行业和各个领域正以排山倒海之势迅猛发展。医学领域也毫不例外,人工智能与各个学科和各个专业广泛渗透,相互交叉和跨界融合,极大的推动了基础医学、临床医学、公共卫生等各个学科和专业的科学研究、应用实践与各类创新。在当前,人工智能在医学领域的研究与应用突飞猛进。特别是2015年以来,国家多部委高频出台许多倾斜政策,大力推进人工智能在各个领域的应用。2017年6月,国家六部门联合印发

英国2019年将开设5家人工智能医疗技术中心

据英国《每日邮报》11月6日报道,2019年,英国政府将开设五处人工智能医疗技术中心,以此加速疾病诊断,并解放英国国家医疗服务体系(NHS)的员工。2019年,英国政府将投资5000万英镑(约合人民币4.5亿元)资助利兹、牛津、考文垂、格拉斯哥和伦敦五处医疗技术中心使用人工智能软件,这一技术将使疾病检查数字化,同时使患者获得个性化治疗,节省医生的诊断时间。商业、能源和工业战略部长格雷格?克拉克称,

Baidu
map
Baidu
map
Baidu
map