“人工智能輔助腫瘤治療體現在，輔助醫生識別和勾畫腫瘤及正常器官，輔助醫生進行療前、療中、療后治療效果的預測，輔助放療物理師進行放射治療計劃的設計等方面。 ”中國醫學科學院腫瘤醫院放療科專家門闊介紹，依靠核心算法、訓練神經網絡模型，人工智能可以深度學習大量已勾畫靶區和危及器官的患者數據，用模型來完成新患者靶區和危及器官的自動勾畫。
醫學物理專家、中國醫學科學院腫瘤醫院研究員胡逸民認為，通過學習過去的病例，目前我國的人工智能腫瘤輔助診療技術能達到人類醫生70%至95%的水準。不出意外，未來五年內能夠達到百分之百，甚至超過現階段人類醫生的判斷水平，大大提升腫瘤治療的效率。
“當前，我國放療患者的治療需求巨大。人工智能可以幫助我們在資源有限的情況下，滿足更多腫瘤患者的放射治療需求，同時提供高質量的精確放射治療。 ”中國醫學科學院腫瘤醫院放療科主任李曄雄介紹。
“放射治療，醫生是看不見腫瘤的，也看不見腫瘤周圍臟器的連接關系，依靠的就是醫學影像。 ”胡逸民說，隨著現代醫學影像技術的發展，腫瘤治療中醫生不僅能清楚定位腫瘤病灶位置，更能了解病灶的范圍及演變規律，這為更加準確地分析病情奠定了基礎，是腫瘤治療的關鍵一步。
復旦大學附屬腫瘤醫院放療中心副主任胡偉剛表示，人工智能有助于提高放療療效并減少毒副作用，有利于更加精準地檢測、診斷腫瘤并制定個體化的精準治療策略，促進行業規范的形成。
相關新聞
人工智能有望用于預測腫瘤病變
英國科研人員領銜的團隊在《自然·方法學》上發表報告說，機器學習技術能夠在大量癌癥數據基礎上總結出腫瘤病變的一些規律，這將有利于醫生及時判斷病情發展趨勢，開展更有針對性的治療。
研究開發出的人工智能工具，可利用機器學習技術分析這些數據，進而識別出腫瘤病變中一些重復出現的特征，總結出規律，再結合現有的癌癥生物學等方面信息，預判腫瘤未來可能出現的變異。比如，對于乳腺癌患者來說，如果有特定基因變異，導致可遏制腫瘤生長的蛋白質“p53”無法正常產生，同時伴有8號染色體異常的情況，那么腫瘤出現惡性病變的概率就會大大提高，患者存活率下降。醫生如果能提前獲知腫瘤下一步的發展方向或者它是否會出現耐藥性，就可以采取相應措施來遏制，提高患者存活率。
京公網安備 11010502049343號