人工智能通过阅读医生的笔记来预测癌症患者的生存

来自不列颠哥伦比亚大学和 BC Cancer 的一组研究人员开发了一种人工智能 (AI) 模型，该模型可以比以前的工具更准确地预测癌症患者的存活率，并提供更容易获得的数据。

本工作中使用的语言模型的简化图 A，词袋模型计算文档中单词的出现次数，然后由传统的机器学习算法使用。B，卷积神经网络模型在称为卷积的小相邻词簇中理解文档（其中一个以黑线显示）。然后，该模型可以学习根据这些卷积的组合进行预测。C，长短期记忆模型通过一次一个单词地阅读文档来更新预测。它有一个记忆单元，可以让它记住一些先前的上下文（虚线）。D，来自 transformers 模型的双向编码器表示可以理解文档中每个词如何连接到所有其他词，但只能读取文本的一小部分。一个词的可能联系由一条黑线表示。

该模型使用自然语言处理 (NLP)——AI 的一个分支，可以理解复杂的人类语言——在患者初次会诊后分析肿瘤学家的笔记——这是诊断后癌症之旅的第一步。通过识别每个患者的独特特征，该模型被证明可以预测 6 个月、36 个月和 60 个月的生存率，准确率超过 80%。

“预测癌症存活率是可用于改善癌症治疗的一个重要因素，”主要作者、UBC 情绪障碍中心和 BC 癌症中心的精神病学家和临床研究员 John-Jose Nunez 博士说。“它可能会建议医疗服务提供者更早地转介支持服务或预先提供更积极的治疗选择。我们希望这样的工具可以用于个性化和优化患者立即接受的护理，为他们提供最佳结果可能的。”

传统上，癌症存活率是回顾性计算的，并且仅根据癌症部位和组织类型等几个通用因素进行分类。尽管熟悉这些比率，但由于影响患者结果的许多复杂因素，肿瘤学家准确预测个体患者的生存可能具有挑战性。

Nunez 博士及其合作者（包括来自 BC 癌症中心和 UBC 计算机科学和精神病学系的研究人员）开发的模型能够从患者的初步咨询文件中提取独特的线索，以提供更细致的评估。它也适用于所有癌症，而以前的模型仅限于某些癌症类型。

Nunez 博士说：“AI 基本上会像人类阅读咨询文件一样阅读咨询文件。” “这些文件有很多细节，比如病人的年龄、癌症的类型、潜在的健康状况、过去的药物使用情况和家族史。人工智能将所有这些结合在一起，以描绘出更完整的病人结果图。”

研究人员使用来自不列颠哥伦比亚省所有六个 BC 癌症中心的 47,625 名患者的数据来训练和测试该模型。为了保护隐私，所有患者数据都安全地存储在 BC Cancer 中，并以匿名方式提供。与人类研究助理的图表审查不同，新的人工智能方法具有保持患者记录完全机密的额外好处。

“由于该模型是根据 BC 数据进行训练的，这使其成为预测该省癌症存活率的潜在强大工具，”Nunez 博士说。

将来，该技术可以应用于加拿大和世界各地的癌症诊所。

“神经 NLP 模型的伟大之处在于它们具有高度可扩展性、可移植性并且不需要结构化数据集，”Nunez 博士说。“我们可以使用本地数据快速训练这些模型，以提高新区域的性能。我怀疑这些模型为世界上任何地方的患者能够看到肿瘤科医生提供了良好的基础。”

在另一项工作中，Nunez 博士正在研究如何使用先进的 AI 技术为癌症患者提供最好的精神病和咨询护理。他设想未来人工智能将融入卫生系统的许多方面，以改善患者护理。

“我认为人工智能几乎就像是医生的虚拟助手，”努涅斯博士说。“随着医学变得越来越先进，让人工智能帮助整理和理解所有数据将有助于为医生做出决定提供信息。最终，这将有助于改善患者的生活质量和结果。”