王 軻 畢軒懿

(海軍軍醫(yī)大學(xué)基礎(chǔ)醫(yī)學(xué)院 上海200433)

王婧婷

(海軍軍醫(yī)大學(xué)護(hù)理系 上海200433)

1 引言

惡性腫瘤已占我國(guó)居民死因的23.91%，且發(fā)病率逐年升高，成為世界關(guān)注的健康問題[1]。人工智能(Artificial Intelligence，AI)在醫(yī)療衛(wèi)生領(lǐng)域應(yīng)用不斷發(fā)展，2017年國(guó)務(wù)院正式印發(fā)的《新一代人工智能發(fā)展規(guī)劃》中明確指出要推廣智能醫(yī)療，建立快速精準(zhǔn)的智能醫(yī)療體系，探索建設(shè)智慧醫(yī)院并加強(qiáng)群體智能健康管理[2]。腫瘤是醫(yī)療健康領(lǐng)域的重要攻關(guān)難題，各國(guó)學(xué)者紛紛探索AI與腫瘤篩查、診斷、治療、護(hù)理和康復(fù)等領(lǐng)域的結(jié)合應(yīng)用。本文就AI在腫瘤領(lǐng)域的技術(shù)方法和應(yīng)用現(xiàn)狀進(jìn)行綜述，探討其面臨的機(jī)遇與挑戰(zhàn)，以期為AI助力腫瘤診療和護(hù)理提供參考。

2 腫瘤領(lǐng)域使用的AI技術(shù)

2.1 機(jī)器學(xué)習(xí)

即計(jì)算機(jī)借助算法模擬或?qū)崿F(xiàn)人類學(xué)習(xí)行為，通過獲取新知識(shí)或技能，重新組織已有知識(shí)結(jié)構(gòu)使之不斷改善自身性能的一種技術(shù)[3]。該技術(shù)不斷學(xué)習(xí)標(biāo)準(zhǔn)化的多來源數(shù)據(jù)，如醫(yī)學(xué)文獻(xiàn)、醫(yī)療電子信息系統(tǒng)、醫(yī)學(xué)檢驗(yàn)數(shù)據(jù)等，持續(xù)減少錯(cuò)誤的發(fā)生并提高解決問題的效率，以幫助解決更多臨床問題。在腫瘤病理學(xué)影像診斷中應(yīng)用廣泛，如基于超聲圖像對(duì)乳腺癌亞型進(jìn)行分類[5]等。

2.2 自然語言處理

即基于機(jī)器學(xué)習(xí)技術(shù)來實(shí)現(xiàn)人與計(jì)算機(jī)之間自然語言有效通信的技術(shù)，與人機(jī)交互領(lǐng)域相關(guān)[6]。IBM公司的沃森醫(yī)生(Watson for Oncology，WFO)可使用自然語言與腫瘤患者進(jìn)行實(shí)時(shí)人機(jī)互動(dòng)[7]。自然語言處理技術(shù)也可與社交媒體結(jié)合，幫助腫瘤患者進(jìn)行決策的同時(shí)促進(jìn)患者個(gè)性化診療與情感需求的滿足[7]。

2.3 自動(dòng)規(guī)劃

一種問題求解技術(shù)，將問題分解成若干子問題并進(jìn)一步解決，最終實(shí)現(xiàn)預(yù)期目標(biāo)[8]，在腫瘤個(gè)性化治療和護(hù)理方案制定中有一定應(yīng)用，如利用該技術(shù)將DTI功能像與MRI結(jié)構(gòu)像相結(jié)合，進(jìn)行腦干腫瘤術(shù)前路徑自動(dòng)規(guī)劃設(shè)計(jì)，有效引導(dǎo)醫(yī)生在術(shù)中規(guī)避重要的組織區(qū)域，降低手術(shù)風(fēng)險(xiǎn)[9]。

2.4 語音處理

研究語音發(fā)聲過程、語音信號(hào)統(tǒng)計(jì)特性、語音自動(dòng)識(shí)別、機(jī)器合成以及語音感知等各種處理技術(shù)的總稱[10]?？赏ㄟ^該技術(shù)對(duì)顳葉膠質(zhì)瘤術(shù)后患者的發(fā)聲以及語音內(nèi)容進(jìn)行識(shí)別和處理，以評(píng)估患者手術(shù)恢復(fù)情況[11]，還可對(duì)喉癌患者語音粗糙度進(jìn)行識(shí)別以評(píng)估放療后患者聲音恢復(fù)情況[12]。

2.5 專家系統(tǒng)

主要通過一種知識(shí)表達(dá)模式將腫瘤專家知識(shí)和經(jīng)驗(yàn)存入計(jì)算機(jī)，再對(duì)輸入的事實(shí)(如患者診療信息等)進(jìn)行推理，模擬醫(yī)學(xué)專家診斷疾病，做出類似人類的判斷和決策[13]。WFO是目前較為成功的專家系統(tǒng)，其他還有可進(jìn)行癌癥患者病史總結(jié)、為患者提供治療方案建議和健康管理咨詢的專家系統(tǒng)[6]。

2.6 人工神經(jīng)網(wǎng)絡(luò)

即模仿人類神經(jīng)活動(dòng)進(jìn)行分布式并行信息處理的算法數(shù)學(xué)模型，可基于系統(tǒng)復(fù)雜程度，優(yōu)化調(diào)整內(nèi)部大量節(jié)點(diǎn)之間相互連接關(guān)系，從而達(dá)到處理信息的目的，具有自學(xué)習(xí)和自適應(yīng)能力，深度卷積神經(jīng)網(wǎng)絡(luò)模型是常用的技術(shù)模型[14-15]。人工神經(jīng)網(wǎng)絡(luò)多用于腫瘤患者的影像診斷，通過圖像處理技術(shù)對(duì)腫瘤圖像進(jìn)行壓縮、增強(qiáng)、復(fù)原、匹配、描述和識(shí)別，輔助醫(yī)生進(jìn)行診斷。

3 具體應(yīng)用

3.1 風(fēng)險(xiǎn)評(píng)估

腫瘤受基因及個(gè)體所處環(huán)境影響，傳統(tǒng)腫瘤風(fēng)險(xiǎn)評(píng)估可能存在誤差且缺乏個(gè)體特異性。Pergialiotis V等[16]利用人工神經(jīng)網(wǎng)絡(luò)和分類回歸樹預(yù)測(cè)絕經(jīng)后婦女患子宮內(nèi)膜癌風(fēng)險(xiǎn)，準(zhǔn)確率達(dá)85.4%。Nematollahi M等[17]利用機(jī)器學(xué)習(xí)決策樹模型，根據(jù)臨床和影像特征預(yù)測(cè)膠質(zhì)母細(xì)胞瘤患者生存率，準(zhǔn)確率高達(dá)85.1%。由此可見AI在腫瘤風(fēng)險(xiǎn)評(píng)估中已有一定應(yīng)用，但評(píng)估預(yù)測(cè)模型準(zhǔn)確率還有提升空間，未來AI與患者個(gè)體基因檢測(cè)技術(shù)、電子醫(yī)療記錄、生活數(shù)據(jù)等多來源數(shù)據(jù)結(jié)合，將進(jìn)一步提高腫瘤風(fēng)險(xiǎn)評(píng)估的準(zhǔn)確性和特異性。

3.2 診斷

3.2.1 實(shí)驗(yàn)室 常見腫瘤實(shí)驗(yàn)室檢查包括常規(guī)檢查、血清學(xué)檢查、免疫學(xué)檢查、流式細(xì)胞分析術(shù)以及基因診斷等。AI在輔助腫瘤細(xì)胞水平診斷上具有較高的準(zhǔn)確率，如Moshavash Z等[18]利用決策支持系統(tǒng)從血液顯微圖像中診斷急性白血病，最終準(zhǔn)確率在細(xì)胞水平上達(dá)98.10%。Saeedizadeh Z等[19]應(yīng)用計(jì)算機(jī)輔助診斷方法從顯微圖像中對(duì)骨髓瘤細(xì)胞進(jìn)行自動(dòng)識(shí)別，識(shí)別敏感度達(dá)96.52%，特異性93.04%，精密度95.28%，能夠有效地輔助多發(fā)骨髓瘤的診斷。

3.2.2 影像 AI圖像智能識(shí)別技術(shù)可較大幅度提高腫瘤影像診斷準(zhǔn)確性，有效降低醫(yī)生主觀錯(cuò)誤。目前AI技術(shù)已在肺癌、乳腺癌、前列腺癌等腫瘤的影像診斷中得到廣泛應(yīng)用，如Patel等[20]利用AI算法提取乳腺X線攝影的關(guān)鍵特征并與乳腺癌亞型進(jìn)行相關(guān)性分析，診斷準(zhǔn)確率高達(dá)99%。Le MH等[21]利用基于多模態(tài)卷積神經(jīng)網(wǎng)絡(luò)技術(shù)在多參數(shù)MRI中自動(dòng)診斷前列腺癌，靈敏度可達(dá)89.85%，特異性高達(dá)95.83%。

3.2.3 內(nèi)鏡 內(nèi)鏡檢查可直接觀察空腔器官、胸、腹腔以及縱膈的腫瘤，但需內(nèi)窺鏡醫(yī)生仔細(xì)觀察內(nèi)鏡圖像，對(duì)醫(yī)生素質(zhì)要求較高。AI輔助下的內(nèi)鏡檢查可減輕醫(yī)生工作負(fù)擔(dān)并提高檢查準(zhǔn)確率，如Everson M等[22]通過深度卷積神經(jīng)網(wǎng)絡(luò)計(jì)算機(jī)輔助內(nèi)窺鏡診斷技術(shù)對(duì)毛細(xì)血管內(nèi)毛細(xì)血管環(huán)模式進(jìn)行分類，準(zhǔn)確率達(dá)93.7%，可用于輔助醫(yī)生對(duì)鱗狀細(xì)胞瘤的診斷。Wang P等[23]基于機(jī)器深度學(xué)習(xí)的自動(dòng)息肉檢測(cè)系統(tǒng)可有效降低結(jié)腸鏡檢查中腺瘤檢測(cè)遺漏。

3.2.4 病理學(xué) 腫瘤病理學(xué)診斷是目前確診腫瘤的金標(biāo)準(zhǔn)，此過程主要依賴于病理醫(yī)生對(duì)圖像的認(rèn)識(shí)，病理醫(yī)生需借助高放大率的圖像進(jìn)行組織切片的人工篩查，過程耗時(shí)且可能出現(xiàn)主觀誤判。計(jì)算機(jī)輔助設(shè)計(jì)(Computer Aided Design，CAD)能快速大量地對(duì)數(shù)字病理圖像進(jìn)行分析，高效且漏診率低[24]。在乳腺癌的病理圖像分析中，深度學(xué)習(xí)算法在乳腺癌淋巴結(jié)轉(zhuǎn)移的診斷上已達(dá)到專家水平[25]。德國(guó)國(guó)家腫瘤疾病中心等機(jī)構(gòu)開發(fā)的基于皮膚鏡圖片的黑色素瘤診斷AI算法，在與157名皮膚科醫(yī)生的診斷比較中黑色素瘤診斷AI算法總體準(zhǔn)確度更高[26]。

3.3 治療

3.3.1 手術(shù) 手術(shù)多為治療良性腫瘤的首選方案，但腫瘤切除手術(shù)較為精密，需要具備良好的視野，而有限的活動(dòng)范圍、手震顫的放大和不方便的手術(shù)定位都會(huì)對(duì)腫瘤手術(shù)有影響。為提高腫瘤手術(shù)水平，已有用于精細(xì)腫瘤外科手術(shù)的AI手術(shù)機(jī)器人，相對(duì)于傳統(tǒng)外科醫(yī)生，AI手術(shù)機(jī)器人能迅速精準(zhǔn)定位，為微創(chuàng)手術(shù)提供技術(shù)保障，避免開放性手術(shù)相關(guān)的并發(fā)癥，極大改善患者預(yù)后和術(shù)后生活質(zhì)量[27]。

3.3.2 化學(xué) AI為腫瘤患者化療藥物選用、聯(lián)合用藥提供決策支持，也為化療新藥研發(fā)提供新思路。AI可通過分析腫瘤患者治療前血液生物標(biāo)志物和原發(fā)腫瘤CT圖像特征來預(yù)測(cè)化療藥療效及風(fēng)險(xiǎn)，以輔助化療藥物篩選[28]。除通過大數(shù)據(jù)與患者個(gè)體信息相結(jié)合為患者提供個(gè)性化藥物治療外，Pan-cancer利用AI學(xué)習(xí)不同癌癥類型的RNA基因來預(yù)測(cè)疾病靶點(diǎn)，供后續(xù)癌癥靶向藥物的研發(fā)，為高效研發(fā)腫瘤新藥帶來希望[29]。

3.3.3 放射 放療方案的個(gè)性化定制對(duì)腫瘤患者十分重要，AI在放療中的應(yīng)用對(duì)促進(jìn)腫瘤治愈、減少腫瘤患者放療損傷、保護(hù)其他部位功能和提高患者生存質(zhì)量方面有著重要意義。Shen C等[30]開發(fā)智能權(quán)重調(diào)整策略網(wǎng)絡(luò)，基于宮頸癌的高劑量率近距離放射治療原理，進(jìn)行放射治療中反向治療計(jì)劃的智能制定與調(diào)整。Ibragimov B[31]應(yīng)用深度機(jī)器學(xué)習(xí)模型，實(shí)現(xiàn)患者個(gè)性化放療計(jì)劃的自動(dòng)設(shè)計(jì)，可根據(jù)治療情況不斷優(yōu)化放療計(jì)劃。

3.3.4 其他 AI在腫瘤輔助介入治療、基于免疫治療標(biāo)記物的生物治療等其他療法中也有一定應(yīng)用。如Trebeschi S等[32]開發(fā)了能夠識(shí)別患者對(duì)免疫治療有反應(yīng)或無反應(yīng)的非侵入性機(jī)器學(xué)習(xí)生物標(biāo)志物，使患者1年生存率提高24%，為改善患者新輔助治療和姑息性治療效果提供可能，為腫瘤免疫治療中篩選生物標(biāo)志物提供新方法，為腫瘤治療帶來新突破。

3.4 護(hù)理

3.4.1 健康宣教 基于腫瘤患者疾病情況和個(gè)性化需求的健康宣教可減少腫瘤患者焦慮、恐懼情緒，益于患者康復(fù)。智能健康教育正在逐漸普及，患者可使用自然語言向健康教育機(jī)器人提問，也有基于AI的健康咨詢手機(jī)應(yīng)用程序，還有家用智能音響等輔助健康教育工具，使患者及時(shí)了解疾病知識(shí)，緩解醫(yī)護(hù)人員宣教壓力。目前已在上海瑞金醫(yī)院上線的乳腺癌患者健康管理手機(jī)應(yīng)用程序可為患者提供多樣化信息支持和及時(shí)反饋，提高乳腺癌患者生命質(zhì)量及自我管理效能[33]。

3.4.2 癥狀管理 腫瘤不同疾病分型、治療方案、治療階段患者的核心癥狀不同，且癥狀很少以單個(gè)形式存在，多個(gè)單一癥狀常常相互關(guān)聯(lián)、影響，表現(xiàn)出集群的趨勢(shì)，癥狀管理極其復(fù)雜。通過AI可對(duì)腫瘤患者疾病數(shù)據(jù)進(jìn)行分析，幫助患者及醫(yī)護(hù)人員進(jìn)行癥狀管理，Oleena軟件能為患者提供專業(yè)實(shí)時(shí)的個(gè)性化癥狀管理建議，包括癥狀管理的個(gè)體化輔導(dǎo)，根據(jù)患者情況提供支持療法，以實(shí)現(xiàn)患者癥狀的自我管理，幫助護(hù)理團(tuán)隊(duì)遠(yuǎn)程監(jiān)護(hù)患者，其效果已得到臨床腫瘤學(xué)專家小組的認(rèn)可[34]。

3.4.3 輔助護(hù)理決策 AI與決策支持系統(tǒng)結(jié)合形成智能決策支持系統(tǒng)，可自動(dòng)定制患者個(gè)性化的護(hù)理路徑，規(guī)劃和管理患者護(hù)理方案。目前基于結(jié)構(gòu)化電子病歷的智能護(hù)理臨床決策支持系統(tǒng)已在臨床有所應(yīng)用，系統(tǒng)為護(hù)士自動(dòng)推薦標(biāo)準(zhǔn)化護(hù)理診斷和措施，有效指導(dǎo)護(hù)士工作，提高護(hù)理診斷正確率；系統(tǒng)通過對(duì)患者評(píng)估數(shù)據(jù)的整合、分析和利用，及時(shí)反饋患者病情變化，促進(jìn)護(hù)士及時(shí)滿足患者需求，提高護(hù)理質(zhì)量[35]。

3.4.4 精準(zhǔn)護(hù)理 根據(jù)腫瘤患者基因組、生活方式和環(huán)境特征等量身定制護(hù)理方案。隨著高通量測(cè)序技術(shù)發(fā)展，機(jī)器學(xué)習(xí)、微陣列及轉(zhuǎn)錄組測(cè)序技術(shù)用于分析基因數(shù)據(jù)，幫助護(hù)理人員獲取腫瘤患者多方面信息，以輔助患者個(gè)性化精準(zhǔn)護(hù)理方案的制定[36]。Tokutomi T等[37]開發(fā)的家庭樹創(chuàng)建軟件可用于腫瘤患者的家族史采集和譜系圖表創(chuàng)建，從家族史入手掌握腫瘤患者各方面信息，促進(jìn)患者的精準(zhǔn)護(hù)理。

3.4.5 護(hù)理機(jī)器人 輔助護(hù)士為患者提供護(hù)理，常見護(hù)理機(jī)器人主要用于轉(zhuǎn)運(yùn)患者、監(jiān)管患者、飲食護(hù)理、情感支持等。目前腫瘤領(lǐng)域護(hù)理機(jī)器人相對(duì)較少，智能靜脈藥物配置機(jī)器人可自動(dòng)完成化療藥物配置操作，自動(dòng)分離產(chǎn)生的醫(yī)療廢棄物，降低護(hù)士工作強(qiáng)度和工作量，優(yōu)化護(hù)士職業(yè)防護(hù)，且可減少藥物殘留，提升藥品沖配精準(zhǔn)度[38]。

4 AI在腫瘤領(lǐng)域應(yīng)用的機(jī)遇與挑戰(zhàn)

4.1 機(jī)遇與發(fā)展方向

4.1.1 概述 AI是一項(xiàng)不斷發(fā)展且極具潛力的新技術(shù)，目前在腫瘤領(lǐng)域應(yīng)用尚處于探索階段，臨床工作者、科研人員以及資本市場(chǎng)都在積極探索如何高效利用海量臨床數(shù)據(jù)，加強(qiáng)AI與腫瘤診療和照護(hù)的深度融合，以促進(jìn)基于AI的腫瘤診療助力基層醫(yī)生成長(zhǎng)和優(yōu)質(zhì)醫(yī)療資源下沉，進(jìn)而加速分級(jí)診療制度的落實(shí)，同時(shí)幫助患者進(jìn)行疾病自我監(jiān)測(cè)和健康管理，增強(qiáng)患者就醫(yī)獲得感，改善患者體驗(yàn)。

4.1.2 數(shù)字化人體 在數(shù)字化進(jìn)程不斷發(fā)展的時(shí)代，數(shù)字化人體越來越受到醫(yī)療領(lǐng)域相關(guān)學(xué)者的重視。數(shù)字化人體是應(yīng)用現(xiàn)代信息技術(shù)將人體結(jié)構(gòu)和功能數(shù)字化、可視化，建立能被計(jì)算機(jī)處理的數(shù)字模型[39]。踐行數(shù)字化人體理念，高效利用腫瘤患者多方疾病、診療、護(hù)理、社會(huì)心理、健康行為等數(shù)據(jù)，突破時(shí)間、地域局限，借助AI技術(shù)打造多維、立體、可視化的數(shù)字化腫瘤患者，實(shí)現(xiàn)疾病-健康動(dòng)態(tài)管理的全程無縫診療模式，具有十分重要的意義。

4.1.3 腫瘤診療和照護(hù)相關(guān)AI產(chǎn)品 其研發(fā)需圍繞患者核心問題進(jìn)行頂層設(shè)計(jì)，通過從上至下整體研發(fā)或單個(gè)產(chǎn)品累積逐漸形成合作無間的產(chǎn)品團(tuán)隊(duì)，逐漸從單方面的診療輔助走向綜合性的診療方案，使AI在腫瘤領(lǐng)域的應(yīng)用形成閉合環(huán)路，為腫瘤患者提供精準(zhǔn)、高效且有溫度的健康診療照護(hù)體系。

4.1.4 智能機(jī)器人 應(yīng)加強(qiáng)AI輔助腫瘤風(fēng)險(xiǎn)評(píng)估和診斷的準(zhǔn)確性，這將有賴于數(shù)據(jù)的可獲得性和標(biāo)準(zhǔn)化，以及機(jī)器學(xué)習(xí)技術(shù)對(duì)模型的不斷訓(xùn)練。AI輔助下的手術(shù)機(jī)器人有待進(jìn)一步研發(fā)，以高效規(guī)劃手術(shù)路徑，促進(jìn)腫瘤微創(chuàng)治療的發(fā)展，提高手術(shù)精準(zhǔn)度并減輕手術(shù)對(duì)于患者身體的損傷。目前護(hù)理機(jī)器人在腫瘤領(lǐng)域的應(yīng)用還較少，配藥機(jī)器人的應(yīng)用已獲得臨床人員的認(rèn)可，一些智能宣教機(jī)器人、情感支持機(jī)器人在其他領(lǐng)域已有所應(yīng)用[40]，應(yīng)進(jìn)一步進(jìn)行相關(guān)研究。疾病本身和治療給腫瘤患者帶來諸多癥狀，長(zhǎng)期困擾腫瘤患者，嚴(yán)重影響其化療的服藥依從性[41]，利用AI技術(shù)預(yù)測(cè)并識(shí)別腫瘤患者癥狀，依據(jù)患者的數(shù)字化人體信息，給予其針對(duì)性和個(gè)性化的癥狀管理措施，將有助于提升腫瘤患者癥狀管理效果和體驗(yàn)。

4.2 挑戰(zhàn)

4.2.1 技術(shù)研發(fā) AI在腫瘤領(lǐng)域的應(yīng)用不斷拓展，但其與臨床的深入結(jié)合仍面臨多重挑戰(zhàn)。技術(shù)研發(fā)方面還存在諸多研發(fā)瓶頸，且技術(shù)開發(fā)所需時(shí)間長(zhǎng)、成本高，AI精確度有待提升，目前只能作為輔助技術(shù)與人工診療相結(jié)合，以減輕醫(yī)護(hù)人員工作量。

4.2.2 數(shù)據(jù) 面臨數(shù)據(jù)標(biāo)準(zhǔn)化和安全隱患相關(guān)問題，腫瘤診療具有其復(fù)雜性，各個(gè)診療單位患者數(shù)據(jù)較為獨(dú)立，同時(shí)患者疾病和診療數(shù)據(jù)收集尚欠標(biāo)準(zhǔn)化，導(dǎo)致醫(yī)療數(shù)據(jù)不能被高效利用，亟需一套標(biāo)準(zhǔn)化腫瘤患者多維數(shù)據(jù)收集系統(tǒng)或一個(gè)能夠打破不同數(shù)據(jù)收集系統(tǒng)壁壘的輔助工具。

4.2.3 人才 AI復(fù)合型人才的缺乏也制約AI技術(shù)在腫瘤領(lǐng)域發(fā)展，腫瘤診療常涉及多個(gè)醫(yī)療保健專業(yè)人員之間的協(xié)調(diào)和溝通，積極培養(yǎng)AI與腫瘤學(xué)科的交叉型人才是將AI滲透到腫瘤診療和照護(hù)各個(gè)環(huán)節(jié)的切實(shí)需求。

4.2.4 倫理和法律 應(yīng)明確AI在腫瘤領(lǐng)域應(yīng)用的定位。AI并非是醫(yī)護(hù)人員簡(jiǎn)單的替代，而是醫(yī)護(hù)人員重要的輔助工具，幫助醫(yī)護(hù)人員從繁重的工作中解脫出來，使其更好地投入治療和關(guān)懷患者中。此外如何防控和規(guī)避AI技術(shù)帶來的風(fēng)險(xiǎn)，使其更好地為腫瘤患者健康服務(wù)值得深思。目前AI在醫(yī)療領(lǐng)域應(yīng)用的相關(guān)政策法規(guī)還不完善，考慮到患者隱私和數(shù)據(jù)保密性問題，各醫(yī)院對(duì)于患者數(shù)據(jù)共享都極為謹(jǐn)慎，雖一定程度上阻礙AI在腫瘤領(lǐng)域的發(fā)展，卻極具必要性。國(guó)家相關(guān)部門正在積極出臺(tái)相關(guān)政策[42]，以應(yīng)對(duì)可能的患者隱私泄露風(fēng)險(xiǎn)。

5 結(jié)語

腫瘤領(lǐng)域使用的AI技術(shù)主要包括機(jī)器學(xué)習(xí)、自然語言處理、自動(dòng)規(guī)劃、語言處理、專家系統(tǒng)和神經(jīng)網(wǎng)絡(luò)。AI在腫瘤領(lǐng)域的應(yīng)用主要聚焦于腫瘤風(fēng)險(xiǎn)評(píng)估、診斷、治療及護(hù)理等方面，致力于為腫瘤患者提供便捷、準(zhǔn)確的個(gè)體化醫(yī)療衛(wèi)生服務(wù)，并逐步向全程完整的方向發(fā)展。AI與腫瘤領(lǐng)域的結(jié)合發(fā)展是必然趨勢(shì)，面臨一定的機(jī)遇與挑戰(zhàn)，需要進(jìn)一步強(qiáng)化技術(shù)研發(fā)，加強(qiáng)學(xué)科交叉的復(fù)合型人才培養(yǎng)，同時(shí)處理好倫理問題，完善相關(guān)法律法規(guī)，深化整合數(shù)據(jù)共享，使AI助力人類在戰(zhàn)勝腫瘤的道路上走的更遠(yuǎn)。