人工智能正在幫助更早、更好地診斷消化道癌癥，但廣泛的臨床應(yīng)用仍然面臨許多挑戰(zhàn)，尤其是醫(yī)院之間的醫(yī)學(xué)影像數(shù)據(jù)共享有限，以及人工智能醫(yī)學(xué)影像協(xié)議缺乏標(biāo)準(zhǔn)化，一組研究人員在對該技術(shù)最近在這些最致命的癌癥中的應(yīng)用進(jìn)行全面調(diào)查后得出結(jié)論。
一篇描述他們發(fā)現(xiàn)的論文發(fā)表在《健康數(shù)據(jù)科學(xué)》雜志上。
消化系統(tǒng)腫瘤是全球癌癥死亡的主要原因，五年生存率低于 20%。七種最致命的癌癥中有五種是這些消化系統(tǒng)腫瘤或腫瘤的產(chǎn)物，正如醫(yī)生對腫瘤的描述：食道癌、胃癌、結(jié)直腸癌、原發(fā)性肝癌和胰腺癌。
近幾十年來，消化系統(tǒng)腫瘤 (DSN) 的臨床治療有所改善，但 DSN 患者的預(yù)后仍然很差。這部分是由于這些癌癥的侵襲性，但也可能是由于在實(shí)現(xiàn)早期診斷和準(zhǔn)確治療反應(yīng)方面存在挑戰(zhàn)。
北京航空航天大學(xué)精準(zhǔn)醫(yī)學(xué)大數(shù)據(jù)重點(diǎn)實(shí)驗(yàn)室人工智能專家、該論文的合著者田杰說：“如果能夠更早地進(jìn)行更準(zhǔn)確的診斷，那么這應(yīng)該會(huì)改善預(yù)后。”
基于組織的腫瘤基因組學(xué)和蛋白質(zhì)組學(xué)評估在診斷方面提供了巨大的希望。這些新技術(shù)可以對腫瘤組織樣本中細(xì)胞產(chǎn)生的全基因組和全系列蛋白質(zhì)進(jìn)行測序。但也受到腫瘤組織的一小部分永遠(yuǎn)不能代表整個(gè)腫瘤這一事實(shí)的內(nèi)在限制。
計(jì)算機(jī)斷層掃描 (CT)、磁共振成像 (MRI) 和正電子發(fā)射斷層掃描 (PET) 等醫(yī)學(xué)成像原則上可以提供互補(bǔ)但更全面的腫瘤表征。這些醫(yī)學(xué)成像技術(shù)經(jīng)常用作術(shù)前診斷和治療反應(yīng)評估的臨床常規(guī)的一部分。
但是，對有助于診斷的腫瘤臨床特征的評估既是一門定性藝術(shù)，也是一門定量科學(xué)，不同的放射科醫(yī)師在執(zhí)行成像時(shí)存在很大差異。這種對醫(yī)學(xué)圖像的評估也非常耗時(shí)費(fèi)力。
標(biāo)簽：
免責(zé)聲明：本文由用戶上傳，如有侵權(quán)請聯(lián)系刪除！