Science Bulletin｜人工智能在临床肿瘤学中的研究现状及展望

在过去的十多年间，人工智能（artificial intelligence）被广泛应用于医疗健康领域，其中也包括临床肿瘤学。得益于人工智能技术的迭代更新以及癌症诊疗过程中生成的大量数字化信息的可用性，人工智能在肿瘤学领域的研究报道和临床调查呈爆炸式增长并取得重大的理论进展。人工智能可通过实现对高维多模态数据的计算整合，提供更准确和高效的诊断并定制癌症患者的个性化治疗选择，协助临床医生指导临床实践。虽然人工智能当前在肿瘤学的理论研究中取得了重大进展，但其在真正的临床实践中仍处于起步阶段，距离临床实际应用仍有较大差距。因此，加强对人工智能在临床肿瘤学领域的认识，将有助于我们把握机遇、应对挑战。

近日，南方医科大学南方医院李国新教授等在Science Bulletin发表了题目为“Artificial intelligence for clinical oncology: current status and future outlook”的专家评介文章，对人工智能在临床肿瘤学中的最新进展进行了总结和展望。

文章概述了近年来人工智能与临床肿瘤学研究相关的重大进展，包括人工智能在肿瘤筛查、检测、诊断、精准分型、治疗选择、预后判断和智能随访等各环节中的作用。随着人工智能技术的发展和完善，人工智能现可利用各种医学成像（如临床照片、放射学摄影图片、病理切片等）预测各种肿块的良恶性，进而改善癌症筛查、检测和诊断，并且其诊断能力接近具有多年经验的临床专家。除了改善癌症检测和诊断外，人工智能还可以辅助传统的肿瘤学TNM（tumor-node-metastasis）分期，成为癌症患者的风险分层和预后判断的工具。此外，人工智能可以检测肿瘤的分子表征，如预测癌症的驱动基因突变情况。这些技术在肿瘤组织不足或无法获取用于基因组测序的肿瘤样本时可发挥巨大作用。重要的是，人工智能最有吸引力的应用之一是预测治疗反应的能力，这对指导个性化治疗具有重要意义。该团队基于前期基础，近期发表的研究结果，阐明了人工智能在预测胃癌化疗反应的关键性和先进性。

同时，该文章指出，实现人工智能在肿瘤学临床实践中的有利影响之前，仍须克服许多限制，主要包括，打破机构数据访问的壁垒、统一数据采集的标准、实现大量高质量数据的可用性、提高人工智能的可解释性、进行前瞻性验证和随机对照研究等。只有真正克服这些障碍后，才有理由肯定人工智能在临床肿瘤学的应用价值。

该文基于目前的研究基础，进一步给出了人工智能在临床肿瘤学研究中的未来展望。文章认为，下一代人工智能将聚焦于利用多模态数据集的互补潜力，集成临床数据、放射学图像、病理切片和基因组学特征的智能模型，最大限度地发挥精准肿瘤学的价值。此外，另一个有希望的研究方向是设计以生物学先验知识为依据的定制神经网络框架，提供一种可解释的人工智能模型以实现更好的临床应用。更重要的是，人工智能最有效的应用是辅助而不是取代临床医生，人工智能的未来应用需要从人类与人工智能的竞争导向转向人类与人工智能的协作导向，并应探索将人工智能整合到临床医生工作流程中的最佳策略，以改善癌症诊断和治疗，同时最大限度地减少伤害。相信随着技术的发展和机构合作的深入，人工智能在临床肿瘤学中将有着光明的应用前景。