在最近的一次《柳叶刀》网络研讨会上，三位专家揭示了他们如何利用AI推进癌症诊断和治疗，以及如何使这些进展惠及所有人。
德国德累斯顿工业大学（TUD Dresden University of Technology）埃尔塞·克鲁纳·弗雷森尤斯数字健康中心（Else Kröner Fresenius Center for Digital Health）的雅各布·卡瑟教授（Prof Jakob Kather）的研究团队正在通过生物标志物提取来革新肿瘤治疗。
瑞典圣戈兰医院（St Göran's Hospital）的高级乳腺放射科医生卡琳·德姆布罗尔博士（Dr Karin Dembrower）正在监督一项使用AI技术进行乳腺癌筛查的项目，取得了令人鼓舞的结果。
埃默里大学医学院（Emory University School of Medicine）的朱迪·吉乔亚博士（Dr Judy Gichoya）是医疗保健AI和转化信息学领域的领军人物，她正在探索如何利用AI解决全球健康挑战并优化资源分配以实现最大影响。
这三位医学与计算机科学交叉领域的专家参加了《柳叶刀》集团（The Lancet Group）举办的网络研讨会《AI与癌症健康公平》。该论坛由《柳叶刀》执行编辑本·阿伯特博士（Dr Ben Abbott）和《柳叶刀数字健康》主编鲁帕·萨卡尔博士（Dr Rupa Sarkar）主持，探讨了在癌症护理和肿瘤学中使用AI的机会和挑战，重点强调了健康公平。以下是会议的一些亮点。
AI在精准肿瘤学中的应用
雅各布·卡瑟教授强调了跨学科合作和多样化视角在推动创新中的重要性，突出了其研究团队内部多样化的背景。他的临床人工智能研究小组位于埃尔塞·克鲁纳·弗雷森尤斯数字健康中心（EKFZ for Digital Health），隶属于德累斯顿工业大学的医学系和计算机科学系，同时也是海德堡国家肿瘤疾病中心（National Center for Tumor Diseases Heidelberg）医学肿瘤学系的一部分。
雅各布·卡瑟博士是德累斯顿工业大学的临床人工智能教授，也是AI和精准肿瘤学领域的前沿专家。在他的演讲中，他阐明了AI通过生物标志物提取、方法论进步和通用模型的应用在肿瘤治疗中的变革潜力，同时强调了跨学科研究在推动创新中的重要性。
为了说明AI的一个重要应用，卡瑟教授谈到了从日益增多的治疗选项中做出选择的必要性。“肿瘤学变得越来越复杂，”他说，“以肺癌治疗指南为例，指南的数量大幅增加。”
“2010年……我们的选择非常有限；只有少数几种化疗药物可用，”他说。“但到2023年，这些指南变得更加详尽。如果你现在查看如何治疗患者的指南，例如肺癌或其他癌症，你会发现这些巨大的决策树。”
“因此，我们需要做出许多决定来选择不同的治疗方法。问题是：我们如何做出这个决定？一种可以帮助我们的是生物标志物。生物标志物是你在癌组织或癌症患者中测量的东西，它帮助你做出正确的治疗决策并开具正确的治疗方案。”
深入探讨通用模型如ChatGPT在肿瘤学中的实际应用，卡瑟教授强调了需要额外的上下文来增强响应：“我们必须以正确的方式使用它，以便探索这项技术能为我们做些什么。”
AI在乳腺癌筛查中的应用
在关于AI在乳腺癌筛查中集成的演讲中，卡琳·德姆布罗尔博士，瑞典圣戈兰医院的高级乳腺放射科医生兼主任医师，以及卡罗林斯卡研究所（Karolinska Institute）的研究员，分享了AI技术在临床工作流程中实施的见解，同时强调了在AI实施中考虑公平性、验证和偏见缓解的关键需求。
她首先概述了瑞典的乳腺癌筛查计划，该计划邀请40至74岁的女性每两年进行一次免费的乳腺筛查。详细介绍了向AI集成筛查的过渡，德姆布罗尔博士解释了工作流程的变化，特别是用商业AI算法替代了一名人眼读片者。她指出了一项涉及超过55,000名女性的前瞻性临床研究的有希望的结果，该研究结果显示AI集成后癌症检测率和阳性预测值（PPV）有所提高。
反思AI实施中的公平性考虑，德姆布罗尔博士强调了多样化的训练数据集和稳健的验证过程的重要性，以解决不平等问题。她提到了获取AI集成筛查的差异，指出基于社会经济地位和文化因素的意识和参与度存在差异。
“我们希望有一个在多样化人群中训练的AI算法，其中少数群体得到代表，”她说，“但这并不总是容易获得多样化的数据集。这是我们需要注意并在验证过程中考虑的问题。”
德姆布罗尔博士还讨论了获取方面的挑战。例如，在瑞典，只有少数几家医院在使用AI集成筛查。“虽然女性可以选择在哪里进行筛查，”她说，“我们的经验是，拥有更多资源的女性更有可能找到AI集成的地方……而社会经济地位较低的女性在筛查项目中的参与率较低，因为语言、文化和无法访问筛查设施等原因。”
AI在哪方面带来最大的投资回报？
“我挑战大家思考，AI在哪方面带来最大的投资回报，机会成本是什么？”
——朱迪·吉乔亚博士
朱迪·吉乔亚博士，埃默里大学放射学和影像科学系副教授，共同领导了埃默里大学的医疗保健AI创新和转化信息学实验室，探讨了AI在全球范围内的健康公平交集。
反思不同地区癌症死亡率的差异，吉乔亚博士提出了一个具有挑战性的问题：
“我挑战大家思考，AI在哪方面带来最大的投资回报，机会成本是什么？”
吉乔亚博士强调了AI在提高患者参与度和改善获取医疗信息方面的潜力：“今天，你不再依赖英语作为唯一可以获取信息的语言。你可以提问：我在哪里可以进行筛查？我如何计划我的筛查？”
“但我想在这里停下来，因为当你考虑这些大型语言模型——这是特别用于患者参与的一种形式的AI——我们看到，所代表的答案反映了多数人的意见。”
由于世界各地的指南不同，“很难说应该使用哪些指南。”
她指出，由于LLM从现有的模式中学习，它们并不总是普遍适用。她提到“医学文献中长期存在的偏见”和涉及健康公平的挑战。
“很难将AI应用于不同的环境，”她说。例如，“我们仍然发现，黑人女性的结局往往更差。这是一个连锁反应，从谁接受筛查到谁接受治疗。因此，仅仅解决一个问题并不能拯救我们的生命。”
吉乔亚博士提出了关于AI在不同医疗保健环境中实施的实际影响和需要量身定制解决方案以考虑当地情况和指南的发人深省的问题。
她强调了将AI进展转化为不同医疗保健环境和人群的复杂性，强调了在诊断之外考虑AI实施的更广泛影响的重要性。她敦促观众批判性地评估与AI开发和实施相关的资源分配，呼吁采取深思熟虑的方法，以最大限度地发挥AI在医疗保健中的作用。
“总有机会成本，”她说。“那么，在获得AI诊断后呢？我们可以治疗吗？我们有必要的资源吗？当我们花费大量资金在AI上时，我们在转移哪些资源？”
她呼吁采取细致入微的方法来开发和监管AI，以确保技术在改善全球健康结果中的公平和有效使用。
(全文结束)
