由多倫多大學的一個研究小組開發(fā)的一種新人工智能工具可以顯著縮短為癌癥患者制定放射治療計劃所需的時間。這種由人工智能制定個性化放射治療癌癥的治療方案,只需要20分鐘便可完成 。
發(fā)表在《醫(yī)學物理》(Medical Physics)雜志上的這項研究使用人工智能挖掘歷史放射治療數(shù)據(jù),并設計算法來制定的治療策略。為了檢驗人工智能制定的相關治療計劃,研究人員觀察了217名頭頸癌患者,他們的放射治療計劃是通過常規(guī)方法制定的。
多倫多大學工程系的Aaron Babier(這項研究的主要作者)說:“已經(jīng)開發(fā)了其他人工智能優(yōu)化引擎,但是我們終的想法是,讓它更接近目前的佳臨床實踐。”
目前,為每個患者制定腫瘤放射治療計劃可能需要幾天的時間,這對患者來說是非常寶貴的時間,因為癌癥通常會繼續(xù)擴散和惡化,但對醫(yī)生來說,也需要時間來設計這些復雜的治療策略。
頭頸癌癥是出了名的難以確定治療方案的癌癥,因為腫瘤在不同的病人之間相差很大的。研究人員希望,由于該AI工具在這一棘手、復雜的癌癥類型上表現(xiàn)得如此出色,它應該也能夠處理更常見的腫瘤類型,因為這些腫瘤的變量比較少,比如前列腺癌。
Babier強烈強調(diào),在這種情況下人工智能不應該取代醫(yī)療專業(yè)人員,但可以通過做一些重要的基礎工作來節(jié)省他們的時間。一旦該軟件制定了一種治療方案,放射醫(yī)師仍然至少需要花幾個小時對其進行檢驗和修改。
人工智能在未來癌癥診斷、監(jiān)測和治療方面發(fā)揮著重要作用,但一些醫(yī)療專業(yè)人士對使用機器學習工具進行臨床決策的倫理問題提出了擔憂。斯坦福大學的研究人員和醫(yī)學博士在今年早些時候發(fā)表在《新英格蘭醫(yī)學雜志》上的一篇文章中提出了這樣的擔憂:
“醫(yī)生們必須充分了解算法是如何創(chuàng)建的,要批判性地評估用來創(chuàng)建預測結(jié)果的統(tǒng)計模型的數(shù)據(jù)來源,了解模型的功能,防止過度依賴它們?!?/p>
這是當今醫(yī)學新技術發(fā)展中一個相當普遍的問題——需要醫(yī)學博士擁有他們所使用的新診斷方法的專業(yè)知識,以便他們能夠充分理解在多大程度上依賴這些新技術會影響他們對患者的決策。對于一直以來備受爭議的癌癥液體活檢,人們也在進行類似的討論。
盡管存在這些擔憂,但醫(yī)療行業(yè)對人工智能的投資是一個非常普遍的現(xiàn)象,包括微軟和IBM在內(nèi)的大型公司目前都在各種應用中使用人工智能。許多公司似乎將人工智能視為一種可能的解決方案,試圖簡化冗長且代價高昂的藥物發(fā)現(xiàn)過程??偛课挥诙鄠惗嗟纳锛夹g公司BenchSci目前統(tǒng)計了28家制藥公司和97家初創(chuàng)公司目前正在使用人工智能進行藥物研發(fā)。
在使用人工智能輔助放射治療設計的情況下,Babier說,他的特殊工具更多的是對當前醫(yī)療工作者可用的工具的擴展,而并非一場革命。
Babier說:“它本質(zhì)上是一個非常簡單的插件,可以幫助解決目前在臨床環(huán)境中存在的問題,但是具有比目前更智能的參數(shù)?!?/span>
多倫多大學的研究小組并不是一個用人工智能優(yōu)化放射治療的小組。其他感興趣的團體還包括谷歌的DeepMind Health,該公司目前正在與倫敦大學醫(yī)學院進行一項研究。