CSCO 2019：AI 助攻臨床診療中國智慧醫療大邁進

大數據及人工智慧（AI）的創新不僅改變人類的生活，也促使醫療技術越來越進步。不管是基礎醫學、臨床醫學、新藥研發、NGS、影像辨識和診斷都看到 AI 的蹤影。近年來，中國也積極的發展智慧醫療技術，尤其是透過 AI 解決腫瘤領域的問題。2019 年 CSCO 的「智引醫療、創領未來」專題，也邀請 CSCO 智慧醫療專委會主委梁軍教授、梅奧診所（Mayo Clinic）創新中心發展與醫師夥伴 Sandhya Pruthi 副主任等臨床醫師分享。

讓 AI 的應用源於臨床、高於臨床、回歸臨床

梁軍教授表示，由於中國醫生短缺、基層人才缺乏，腫瘤等慢性病患越來越多，加上醫療成本高、中層醫療誤診率偏高，所以需要AI 來解決上述問題。目前可透過建立可流通的健康醫療數據與資訊平台、實現全路徑健康醫護服務、打造貫穿生命週期的健康醫護服務模式、互聯網服務創新使病患容易接受治療等措施，推進中國智慧醫療的發展。以及連結各腫瘤領域專家和臨床大數據中心共同進行多中心研究和臨床試驗，讓 AI 的應用源於臨床、高於臨床、回歸臨床。此外，跨學科的合作非常重要，臨床醫生找出診療過程中的問題和困難，再由 AI 專家配合臨床醫生尋找解決這些問題的方法。

CSCO 智慧醫療專委會主委梁軍教授

遠距醫療教育：微影片平台衛教乳癌病患

Sandhya Pruthi 副主任則分享他們先錄製乳癌診斷、治療、保健相關主題的短影片放在網路平台上，再將線上連結分享給首次被診斷出罹患乳癌的病患，結果將近 6 成 (57.4%) 以上的病患收到連結會註冊看影片，其中又有 93.7% 的病患至少看過一次影片，其中最常觀看的主題為常見的乳癌類型、乳房異常和乳房切片、如何判別切片結果、腫瘤標記、癌症分期等。看過影片的病患也會同時分享給家人和醫療人員。他們也學會如何管理自己的生活，因此對此教育方式的滿意度都非常的高。未來，梅奧診所也將進一步探討病患使用該平台和其預後的關聯性。

Mayo Clinic 創新中心發展與醫師夥伴 Sandhya Pruthi 副主任

建立 CSCO 智慧決策系統

AI 決策系統是一套醫療輔助決策系統，主要結合人工智慧和醫師的共同決策來解決腫瘤病患複雜問題，幫助診療規範化、診療更精準、做出最佳決策。解放軍總醫院第五醫學中心江澤飛教授於 2018 年引進國外的腫瘤 AI 系統 WFO（Watson for oncology），該系統由 Sloan-Kettering 腫瘤中心（MSKCC）訓練而成，與 MSKCC專家治療決策的符合率達 90%。江教授進行 WFO 乳癌治療決策的中國全國多中心、雙盲、對照的臨床試驗，納入不同階段和不同亞型的乳癌病患，目的分析 WFO 與不同級別醫生決策的符合率，並透過分析決策與指南的符合率，探索智慧決策的規範性。結果顯示， WFO 與中國醫生決策的符合率受病例的複雜程度影響，而且符合率低於美國。造成水土不服的原因有些藥物中國沒有上市、醫保政策和治療習慣的差異化、智慧財產權等。對此，江教授建立 CSCO 智慧決策系統，未來需要在真實環境下驗證系統的擴展性並且進一步優化。

解放軍總醫院第五醫學中心江澤飛教授

AI 預測化療後骨髓抑制

中國醫科大學附屬第一醫院腫瘤內科劉云鵬主任表示 AI 可以從多個面向幫助醫生進行臨床工作，特別是腫瘤治療等棘手問題，例如化療的副作用——骨髓抑制，即是白血球、紅血球及血小板數目會降低。在 2018 年，全球最佳化療利用率為 57.7％，但若發生骨髓抑制，不僅延緩化療的進行而影響治療效果，甚至可能會導致其餘併發症而危及病患生命。他與 AI 專家合作，透過演算法共同建立以化療結果評估的 AI 預測模型。在病患進行化療前和化療初期，透過該模型預測不同化療方案選擇時，其出現骨髓抑制風險。結果顯示，AI 對紅血球抑制的預測敏感度達到 90% 以上，特異性也超過 75%，能輔助醫生為病患制定個人化的診療策略，降低病患發生骨髓抑制的風險。除了化療副反應預測之外，AI 能從輔助診斷、制定臨床決策等方面，進一步提升醫師臨床工作效率，減輕壓力。

中國醫科大學附屬第一醫院腫瘤內科劉云鵬主任

AI 助攻臨床多體學研究——以肺癌早篩為例

腫瘤的預測性、預防性醫療、個人化醫學相當複雜，因此需要結合基因體學、轉錄體學、蛋白質體學、代謝體學等數據分析，並且轉換成可用的資訊，才能為科研工作和醫師臨床決策所用。復旦大學附屬中山醫院胸腔腫瘤和呼吸介入科胡潔副主任以 AI 篩檢肺癌為例。有別於以往的單一體學數據來源建立 AI 能力，他與 AI 專家合作，透過結合影像學、生物標記等臨床多體學和多模態數據，並且透過卷積神經網路（convolutional neural network, CNN）提升 AI 篩檢肺結節良性與惡性篩檢的準確度。在 1 萬例以上的病例中，此 AI 與病理篩檢結果一致性超過 90%。目前已有各種多體學演算工具被開發出來，未來若能建立能動態處理數千種 mRNA、蛋白質、代謝物的 AI 模型，將可望提升癌症藥物療效，克服抗藥性，改善病患生活品質。