惠周光:大数据时代的肿瘤诊疗

现代医学发展日新月异,大数据在基础医学、临床医学及公共卫生领域的应用如火如荼。在中国医学科学院肿瘤医院建院60周年纪念大会暨第六届国家癌症中心学术年会召开之际,《肿瘤医学论坛》特邀惠周光教授进行了专访,针对大数据在肿瘤诊疗领域的应用与发展进行介绍。以下为专访内容整理,以飨读者。

惠周光:大数据时代的肿瘤诊疗

惠周光教授,中国医学科院肿瘤医院主任医师、博士生导师,协和特聘教授,首都十大杰出青年医生,干部保健处副处长,特需医疗部主任。中华医学会放疗青委会副主委,中国抗癌协会放疗青委会副主委;CSCO肿瘤大数据专委会常委兼秘书长,中国卫生信息学会健康医疗大数据肿瘤专业委员会副秘书长。擅长肺癌、食管癌等胸部肿瘤的放疗。

问:肿瘤大数据对肿瘤诊疗起到哪些重要作用?

惠周光教授:由于以往缺乏有效的分析工具,难以对数据进行综合性地分析和提炼,再加上肿瘤数据复杂,涉及到影像、病理、分子诊断等多组学信息,医疗机构之间又存在信息壁垒,大量宝贵的肿瘤相关数据被束之高阁,实用价值无法完全发挥。而肿瘤大数据的应用,让更为全面地分析肿瘤的复杂性,并找出有针对性的肿瘤治疗方案成为可能。

(1)大部分肿瘤,如果能在早期发现并采取有效治疗,能显著提高生存期。大数据技术在早诊早治领域能发挥重大作用,使得肿瘤可以在早期被监测到,使治疗更容易和有效。同时,还能实现对特定个人或人群的健康和医疗管理。

(2)在卫生政策制定领域,大数据也有用武之地。通过大数据,可以预测和估计特定肿瘤或人群的某些未来趋势,从而制定合理的医疗卫生政策。

(3)在医学研究领域,大数据可以加强临床信息与分子生物学、基因组学、代谢组学等多学科的融合,帮助人们发现疾病背后的秘密,提高靶向药物、免疫治疗的研究效率,实现“同病异治”和“异病同治”。

(4)在指导建立科学的诊疗规范的同时,大数据技术应用的飞速发展极大地推动了恶性肿瘤的个体化治疗。利用现代医学平台全面地汇集患者的数据资料(基因组学、转录组学、表观组学、蛋白组学以及代谢组学数据),分析并利用这些数据,能够帮助临床医生针对患者个体制定出最佳治疗方案以及进行最优的药物选择。

问:数据与临床诊疗如何实现更好的衔接?

惠周光教授:

(1)以共享、协作为基础,搭建肿瘤大数据平台

由于我国目前尚未建立起系统完整的肿瘤监查网络,缺乏全国肿瘤发病与诊疗的权威数据,导致肿瘤防治、临床研究、指南制定、政府决策都带有一定盲目性。通过建立肿瘤大数据临床研究平台,可以提高管理效率、避免盲目低水平的重复,节省宝贵的卫生资源,同时也能降低管理成本。

在大力推广肿瘤大数据平台建设的同时,要注意将数据共享需求与协作机制之间相互联系,尽力破除各机构之间的信息壁垒。可以通过制定数据采集、存储、交换、提取等一系列相关标准,以及制定政策和相应的奖惩机制来规范数据共享和协作。

(2)数据不规范,术语标准化

以临床病例为例,目前所录的大部分病例、病史都是非表格、非结构化的。以腹痛为例,可能会存在腹痛、腹部疼痛、肚子疼等多种表述,给数据的进一步处理带来困难。因此,要建立症状标准化字典、治疗同义词字典,规范数据采集标准,尽量给予规范化的描述,让计算机能“读”懂数据,以便于进一步的分析使用。

(3)临床数据与组学数据相结合(精准医学)

从上个世纪90年代以来可以测每个人的遗传密码,还有各样各种的大数据,如蛋白质的大数据等等,以遗传密码为代表的组学数据,这些组学数据通过大数据分析以后获得知识,构建数据库可以用来对人类的疾病进行判断。

将组学大数据加入临床医学是精准医学的核心。同时二者的结合,可以使医疗健康的概念发生本质变化。健康科学的核心是什么?是诊断治疗,所以是为病人服务的,有了病才去医院找大夫,到医院,这是现在健康体系的核心。有了精准医学以后,我们可以对任何人,即便是不得病的时候,在他整个全生长过程中,从出生到死亡作全方位的监控。这个时候实际做的并不是对病人进行治疗,而是对每一个活在世界上的人健康做测量、做评估、做干预,而使得一些疾病不发生或者延缓发生,大大的提高生活质量。

问:利用大数据学习,人工智能在癌症诊疗方面取得可令人瞩目的进展和成就。在未来,人工智能对于肿瘤治疗能起到什么作用?

惠周光教授:

辅助医生识别和勾画肿瘤及正常器官,辅助医生进行疗前、疗中、疗后治疗效果的预测,辅助放疗物理师进行放射治疗计划的设计等方面。依靠核心算法、训练神经网络模型,人工智能可以深度学习大量已勾画靶区和危及器官的患者数据,用模型来完成新患者靶区和危及器官的自动勾画。

通过学习过去的病例,目前我国的人工智能肿瘤辅助诊疗技术能达到人类医生70%至95%的水准。不出意外,未来五年内能够达到百分之百,甚至超过现阶段人类医生的判断水平,大大提升肿瘤治疗的效率。

(2) 在有限资源下,满足更多放疗患者的需求

当前,我国放疗患者的治疗需求巨大,人工智能可以帮助我们在资源有限的情况下,满足更多肿瘤患者的放射治疗需求,同时提供高质量的精确放射治疗。在中国,医生一直处于高负荷工作状态,且不同医生的水平也不相同,人工智能将助力医生腾出更多时间和精力为患者服务。且人工智能有助于提高放疗疗效并减少毒副作用,有利于更加精准地检测、诊断肿瘤并制定个体化的精准治疗策略,促进行业规范的形成。

(3)用于临床教学,让优质肿瘤诊疗技术下沉

人工智能放疗技术还可用于临床教学,综合云平台、大数据等技术的应用,释放优秀医疗资源,为不同层级的放疗单位开展标准化临床服务提供技术支持,同时让优质的肿瘤诊疗技术下沉到欠发达地区,解决医疗资源不均衡等问题,提高基层与偏远地区医疗机构的癌症诊断能力,为更多患者带来健康福音。

(4) 加速抗癌药物研发,降低成本

目前新的抗癌药物需要经过10年左右的各项试验以及监管审查才能最终推向市场,而能够通过的概率还不到10%。在人工智能技术帮助下,研究人员能够快速识别抗癌药物的有效性,从而大幅缩减研发时间。

人工智能可以通过对庞大抗药肿瘤的数据学习、分析,快速理解癌症细胞是如何对抗癌药物产生抗药性的,这有助于研究人员和医疗人员改进药品研发、调整药物使用。且大数据通过与基因组学、分子生物学等学科的融合,能够更加精准地找出疾病数据之间的规律,分析肿瘤的本质成因,从而提高药物研发的针对性和治疗的高效性;比如,肿瘤基因组图谱计划(TGGA)。

(5) 提升早期癌症筛查效率

服务抗癌药物、进行化疗等都是确诊癌症后的治疗手段,但如果能够早些诊断出疑似癌症或者早期癌症现状,那么癌症患者将能够更好地予以应对,医生也能够提供更加及时的治疗,从而减少患癌死亡人数、提升癌症救治率。相对于传统的筛查模式,人工智能在学习了海量癌症医学知识和诊治案例后,能够很好地发挥其优势,全面提升癌症筛查效率和准确率。


分享到:


相關文章: