2017 CSCO系列报导(一):肿瘤大数据与人工智能的应用

0

肿瘤大数据为临床治疗带来更多选择

去年的 CSCO 会议上提到中国已开始建立“肿瘤大数据平台”,为促进个人化医疗、临床决策支持、医疗品量控管等方面的应用服务。而今年大会策划了“乳癌大数据专场”,发表截至2017年9月10日透过 CSCO BC 临床研究数据所收集的十家医院共 22231 例,涵盖不同阶段和不同治疗特色的肿瘤数据库,为乳癌临床治疗带来更多可能。

殷咏梅 教授

殷咏梅 教授

江苏省人民医院肿瘤内科副主任殷咏梅教授提到,随机研究 (randomized controlled trial,RCT) 具有样本数小、时间较短、根据严格标准筛选受试者等,有其侷限性,而真实世界数据 (real world study, RWS) 虽然收集时间较长,但没有上述限制,样本数大,更具临床实用价值。透过 4000 例 HER2 阳性乳腺癌数据来分析临床用药与手术治疗现况,发现分子标靶药物 Trastuzumab曲妥珠单抗(Herceptin®) 赫赛汀或贺癌平,能够延长 HER2 阳性患者的无事件存活率(event-free survival, EFS),而已经使用该药物的患者,在复发转移后继续使用却对无恶化存活时间(Progression Free Survival, PFS)的帮助有限 (PFS越高药效越好),可换用不同作用机制的标靶治疗更有益于病患;再者,透过统计数据分析,也发现各地区 HER2 阳性乳癌患者的药物使用存在较大差异,原因是医保政策的不同,而中国人力资源和社会保障部在今年 7 月 19 日宣布将注射用的 Trastuzumab 等 36 种药品纳入《国家基本医疗保险、工商保险和生育保险药品目录(2017年版)》,期望促进医疗普及,也能让临床数据更加精准。

青岛大学附属医院的王海波教授希望透过大数据分析唤起大众对 T3 乳癌的重视,在 CSCO BC 临床研究数据收集的 22231 例乳癌中,分析 T3 乳癌治疗的首治模式后发现 T3 患者选择术前治疗的患者比例偏低,但淋巴结阳性、HR阴性的比较更高;针对 T3 乳癌患者,乳腺全切和腋窝清扫是主要的手术方式;尽管术前治疗组并未显示出生存获益,但考虑到该组恶性程度更高,T3 患者更应推荐术前治疗。最后,他也再次强调 RWS 带来了更多临床上的思考,除了为实证医学 (evidence-based medicine,EBM) 提供更坚实的科学证据,也能在临床应用上为病人带来更完善、更多元的治疗选择。

王海波 教授

王海波 教授

延伸阅读:2017 中国临床肿瘤学会 (CSCO) 盛大登场:传承创新、携手同行

医疗决策的人机对话:谁赢?还是双赢?

透过大数据,从基因体学、蛋白质体学和代谢体学的领域,协助临床试验数据和真实世界临床数据进行挖掘,可找出更有效的标靶位点、生物标记、活性物质等,更有效地进行筛选工作。但由于巨量资料要透过人工处理相当耗时耗力,因此出现人工智能 (AI) 的需求。在此次 CSCO 的卫星会中,百洋智能科技的“人工智能时代:Watson 如何与肿瘤医生强强联合”探讨 IBM 的Watson for Oncology、Watson for Genomics 如何协助临床治疗决策与基因体学的数据分析,以及人工智能到底是医生的助手还是敌手?

其中,解放军第三〇七医院乳腺肿瘤科主任江泽飞教授表示,大数据整合分析是目前精准医学的瓶颈,如何实现“快速、准确、可重复”至关重要,而人工智能的应用有三个面向:

  1. 智能影像:分子影像学崛起后,更需要人工智能来分析大量影像,量化影像的特征,对放射医生是极大的帮助;也能帮助肿瘤分型。
  2. 智能病理:肿瘤病理学有三大挑战:临床需求要“快、准、高”、医疗人才短缺、临床治疗依赖经验不易定量。透过人工智能应用于病理诊断,能帮助更快速判断肿瘤的良恶性、组织分类及预后,且讲求“绝对正确”的临床判断,降低失误率。
  3. 智能决策:面对日新月异的医疗科技与庞大的临床数据和文献,单靠人工很难持续不断地全面性吸收,且这些资料当中有 80% 属于非结构化医疗,但人工智能可读取结构与非结构化的资料,作为临床决策的有力帮手。
江泽飞 教授

江泽飞 教授

最后,江教授提到人工智能与医生的比较,医生会综合考虑证据与实际情况,让病患感到有热情、有温度、有情感交流,而人工智能严格遵照证据与指南,虽然“无情无义”但“有理有据”,因此他认为人工智能并不会取代医生,但会用人工智能的医生可能取代不会使用人工智能的医生。

Dr. C. K. Wang

Dr. C. K. Wang

在Q&A时间,IBM Watson 肿瘤与基因体学的代理首席医学官 Dr. C.K. Wang 提到, Watson 训练系统是根据具体的患者的病例和医学行政数据来建构,它并没有自我学习的功能,必须要接受培训和训练,而且机器也有可能犯错,因此这个系统也会不断被修正,最终还是要靠人类作维护,所以这也是人不用怕被机器取代的原因,因为最终人仍是这套系统的主体。他也补充,该系统每个月都会发布最新版本,由公司内部各领域专家对相关文献和数据做确认,来确保数据是准确的。基因线上于 CSCO 现场报导。

更多精彩报导,敬请期待!

LOACbanner6

©www.geneonline.news. All rights reserved. 基因线上版权所有 未经授权不得转载。合作请联系:service@geneonlineasia.com

Share.
error: 注意: 右键复制内容已停用!