人工智能正在改变医疗保健领域，尤其是在癌症护理方面。准确的诊断和治疗选择至关重要。人工智能程序通过分析大量数据，如病历、病理报告、影像和基因信息，发现医生可能无法立即察觉的模式。
一家美国公司ConcertAI开发了多种用于癌症护理和研究的人工智能工具。在2024年ASCO年会上，ConcertAI展示了新的人工智能解决方案，旨在提高临床试验效率并使治疗计划更加个性化。
其中一个主要工具是CARA AI，这是一个能够处理多种患者数据类型（如临床、分子和影像数据）的平台。它帮助医生和研究人员基于数据做出决策。CARA AI通过整合不同类型的数据，更好地理解治疗对结果的影响。
ConcertAI还推出了TriaLinQ，这是一种用于筛选临床试验患者的AI程序。传统方法依赖电子病历（EMR），耗时较长且限制了筛查患者的数量。研究表明，使用EMR审查的工作人员在40小时内筛查了58名患者，平均每名患者需要42分钟。而使用TriaLinQ，他们可以在25小时内筛查120名患者，每人仅需12.5分钟。这速度提高了三倍，有助于更快找到适合试验的患者。
由ASCO发起的CancerLinQ网络包含诸如**RxLinQ™**等工具，这些工具可识别能够使用新型靶向抗癌药物的患者。这种工具超越了传统的生物标志物测试，利用AI发现更多可能受益的患者。CancerLinQ在美国超过1,900个临床站点运行，帮助改善试验和治疗的可及性。
这些AI的进步帮助医生根据每位患者的具体情况提供个性化的癌症护理。它们结合多种真实世界数据（RWD），为健康状况和治疗反应提供更清晰的图像，从而支持更好的决策和患者护理。
利用AI增强工作流程应对运营挑战
癌症护理正变得越来越复杂，这可能减缓工作效率并增加研究难度。医疗机构负责人和IT经理正在利用AI来自动化任务，从而降低工作压力并优化运营。
像患者注册、预约安排、初次接触的症状处理以及电话接听等任务，手动完成既耗时又容易出错。像Simbo AI提供的AI电话系统可以帮助管理这些任务，处理常见患者问题和预约安排。
在肿瘤学内部，AI还加速了临床试验相关工作。例如，TriaLinQ可以快速检查患者是否符合条件，从而加快招募速度并将患者更快纳入试验。
AI工具还协助医生解读扫描和病理切片。例如，TeraRecon Oncology Suite拥有AI功能，可发现疾病的早期迹象、制定治疗计划并监测进展。该技术能够发现图像中的微小问题，帮助测量肿瘤，并根据指南建议治疗方案。
通过使用AI，癌症中心可以更高效地运作，减少行政负担，并改善护理团队之间的协作。IT经理在运行和维护这些AI系统、确保其安全并与医院计算机连接方面发挥着关键作用。
多模态真实世界数据及其对美国肿瘤学护理的影响
AI在美国癌症护理中日益普及的一个重要原因在于丰富的多模态真实世界数据（RWD）。与仅依赖结构化医疗记录的传统方法不同，多模态RWD包括笔记、实验室测试、影像、基因数据以及患者自我报告的信息。
ConcertAI指出，多模态RWD有助于控制其他变量的同时了解治疗效果。通过AI模型分析这些多样化数据，医生和研究人员可以更好地评估治疗对真实患者的安全性和有效性。
这种方法尤为重要，因为许多新型抗癌药物和检测手段正在快速获批。实践领导者和IT经理可以利用这些AI工具帮助医生为每位患者选择最佳治疗方案。
此外，使用多种数据类型有助于识别那些可能被遗漏的临床试验患者，从而使试验更加多样化，并提供更多参与机会。
肿瘤学中AI和工作流程自动化的实际考虑
将AI和自动化引入癌症护理需要仔细规划和资源投入。在美国，医疗法规、患者隐私和系统兼容性至关重要。
实践领导者应检查AI工具是否能安全地与现有的电子健康记录（EHR）协同工作，并遵守《健康保险可携性和责任法案》（HIPAA）规定以保护患者数据隐私。像ConcertAI这样的公司构建了符合这些法律要求的AI工具，并提供基于云的解决方案，便于更新和使用。
培训员工如何使用AI也很重要。前台团队应学习AI电话系统和预约助手如何简化患者联系、缩短等待时间并减少漏诊。临床团队也需要了解AI辅助决策但不会取代他们的判断。
选择能够提供清晰易懂建议的AI工具非常关键。医生和管理人员必须能够快速理解AI的推荐内容以做出明智决策。像CancerLinQ这样的工具提供了简明的仪表板，将数据总结为易于理解的方式以促进团队合作。
医疗IT人员负责确保数据流动顺畅、正确连接AI工具并监控系统性能。他们还管理供应商并确保所有系统无缝集成。
以下是AI自动化在癌症护理中的一些优势：
- 更快筛查试验患者，增加参与人数并减少文书工作。
- AI管理的预约安排和消息传递，改善患者体验。
- 协助影像解读，实现更快、更准确的诊断。
- 基于指南和患者数据的更好治疗规划。
- 提高数据质量以支持报告和研究工作。
全球视角下的AI在癌症护理中的应用及其对美国的相关性
尽管美国在利用AI进行癌症护理方面处于领先地位，但其他国家也提供了有益的经验。例如，在非洲，像DataPathology和PapsAI这样的AI工具被用来分析组织和宫颈细胞，从而在资源有限的情况下改善诊断。
类似工具也可以在美国用于改进病理学和远程护理，特别是在缺乏专家的农村地区。
全球挑战如AI偏见和数据隐私提醒美国机构仔细检查AI训练过程。使用多样化数据训练AI可以减少偏见，使诊断和预测更加可靠。
遵循伦理规则和政府指导对于安全使用AI非常重要。美国监管机构要求AI医疗工具经过严格测试，并公开其方法。
美国肿瘤学实践中AI整合的最终思考
使用AI诊断工具和工作流程自动化可以彻底改变美国的癌症护理。这些系统有助于提高诊断准确性、加速患者入组试验、自动化日常任务，并支持护理团队制定治疗决策。
投资于ConcertAI等公司开发的AI工具，并使用CancerLinQ或TeraRecon等平台的医疗实践领导者、企业主和IT经理可以改善其中心运营并提升患者护理质量。
成功需要良好的规划、员工培训、数据安全以及系统的无缝协作。
随着新药物和检测手段的快速发展，AI将继续在应对癌症护理复杂性方面发挥重要作用。谨慎使用AI的美国医疗服务提供者更有能力提供及时、准确且以患者为中心的治疗。
(全文结束)
