肿瘤学中的人工智能

肿瘤学家在三个主要领域遇到人工智能：检测、治疗计划和决策支持。检测是最成熟的。在乳房X光检查方面，瑞典 MASAI 随机试验于 2023 年首次报告，发现人工智能支持的筛查比标准双读检测出更多的癌症，同时将放射科医生的屏幕阅读工作量减少了约 44%。在病理学方面，FDA 于 2021 年授权 Paige Prostate 作为首款协助病理学家读取前列腺活检的人工智能产品。研究模型还可以直接从常规染色玻片中估计微卫星不稳定性等特征，麻省理工学院和马萨诸塞州总医院的研究人员构建了 Sybil，它可以通过单次低剂量 CT 扫描来预测未来的肺癌风险。治疗计划悄然普及。自动轮廓工具绘制肿瘤和附近器官的轮廓以进行放射治疗，这项任务可能需要临床医生手工花费数小时。临床医生仍然会审查和编辑每个轮廓。治疗选择是最需要谨慎的地方。 IBM 的 Watson for Oncology 旨在提供治疗建议，但面临着与专家意见不一致以及一些不安全建议的报告，IBM 后来出售了 Watson Health 业务。教训是，对一小组假设案例和一个机构的偏好进行培训并不能产生可靠的一般建议。肿瘤委员会是外科医生、肿瘤科医生、放射科医生和病理学家一起讨论病例的地方，越来越多地使用软件来收集数据并标记与临床试验或指南路径相匹配的数据。正在测试大型语言模型来总结这些会议的记录，但幻觉或过时的事实是一个严重的风险。目前证据的主要限制是，许多研究都是回顾性的，衡量的是准确性而不是患者的结果，并且来自一些资源充足的中心。发现更多的小癌症只有在提高生存率而不是增加过度诊断时才有帮助。