迈克尔·张博士是斯坦福大学利用人工智能筛查鼻咽癌的研究团队成员。由斯坦福大学提供
放疗后，部分癌症患者面临一个棘手问题：令人担忧的病变是癌症复发，还是治疗造成的损伤？在斯坦福大学，研究人员正在测试一种人工智能模型，旨在帮助医生区分这两者。
迈克尔·张博士是斯坦福大学医学院耳鼻喉科的助理教授，作为专门治疗耳鼻喉疾病的鼻科医生执业。去年12月，张博士与研究团队发表的一项研究发现，人工智能模型能够以85%的准确率识别一种名为颅底放射性骨坏死的严重放疗并发症——这一能力与经验丰富的临床医生大致相当。
“主要发现是，这是一种在该医疗领域应用人工智能的非常可行的方式，”张博士表示，“因为我们工作的很大一部分高度依赖图像及其解读，计算机视觉在增强临床医生诊断、治疗和监测疾病进程能力方面存在巨大机遇。”
该模型聚焦于鼻咽癌——一种罕见但致命的癌症，在亚裔美国人社区中发病率异常偏高。肿瘤生长在鼻腔后方深处，症状往往隐匿，许多病例在晚期才被确诊。
在研究中，计算机视觉模型基于192名患者的约1500张鼻咽内窥镜图像进行训练。尽管该模型在区分放射性骨坏死与健康组织方面表现强劲，但在识别鼻咽癌复发时准确率中等。有时，模型会将复发性鼻咽癌与放疗损伤或外观正常的组织混淆。不过张博士指出，拥有更大数据集后，模型性能可进一步提升。该研究由斯坦福大学亚洲健康研究中心资助，该中心致力于推进全球亚裔人群的健康事业。
张博士表示，鼻咽癌每年新增约10万例，美国国立卫生研究院估计每年约8万人死于该癌症。虽然早期诊断的鼻咽癌通常可通过放疗治愈，但该癌症常在更晚期且致命的阶段才被发现。此前的人工智能医学研究多集中于初步诊断，而张博士的研究则通过运用人工智能识别治疗后的图像，在该领域取得突破。
张博士的研究可在多个方面促进医疗公平性。首先，它能改善在高死亡率癌症中亚裔人群的健康结果。更广泛地说，张博士预计人工智能可通过普及专业知识来弥合医疗差距。人工智能影像模型可能比受主观判断影响的人类临床医生提供更客观的评估。
“在斯坦福接受治疗的患者能接触到所有专家级外科医生、病理学家和放射科医生，”张博士说，“但其他地方的患者可能无法获得同等水平的专业知识。”
张博士预计人工智能在医疗领域的整体影响“将在医疗所有方面产生巨大作用”。人工智能可帮助自动化计费或病历记录等耗时任务，并如其研究所示，辅助医疗决策。尽管物理人工智能（如机器人等在物理空间运作的技术）发展尚不成熟，张博士表示他预计未来人工智能可成为外科医生的副驾驶。但他强调，人工智能的目标并非取代临床医生或复制医患关系。
“目标是让人工智能增强临床医生的决策能力，”张博士表示，“我认为人工智能在诊断、治疗和监测中确实将扮演重要角色。”
汉娜·本森是一名记者，专注于报道影响中低收入人群的不平等现象和经济趋势。她是加州地方新闻研究员，此前曾在Embarcadero担任记者实习生。
【全文结束】
