对于前列腺癌患者来说，人工智能（AI）似乎正成为癌症旅程中的关键部分，正如专家们向CURE解释的那样。
“目前，AI确实被整合到患者整个旅程的不同阶段中，”北卡罗来纳州温斯顿-塞勒姆维克森林大学医学院的Soroush Rais-Bahrami博士说。
在今年4月在拉斯维加斯举行的美国泌尿学会年会上，来自UCLA领导的一项研究展示了AI生成的癌症图谱能够准确预测精囊侵犯（SVI），即癌细胞从前列腺腺体扩散到患者的精囊。
“尽管从未专门针对此任务进行训练，但AI生成的癌症图谱准确预测了SVI。AI显著提高了MRI在SVI预测方面的表现，有可能支持早期诊断和侵袭性前列腺癌的治疗，”研究人员写道，其中包括UCLA Health泌尿外科助理教授Wayne Brisbane博士，在《泌尿学杂志》上发表了研究结果。
新泽西州哈肯萨克大学医学中心泌尿肿瘤科主任Nitin K. Yerram博士解释说，这项技术在前列腺癌护理和管理中的潜在用途正在不断发展。
“这个角色在过去几年里相对较新，并且每天都在变化，”Yerram说。
“但有两个主要方面我认为AI在日常工作中使用得更多：一个是诊断，另一个是治疗分层。”
关于诊断，Yerram说，AI现在有时用于读取患者的前列腺MRI，以了解是否有可疑区域。
“这将在未来几年内变得非常重要，但目前它主要用于活检时——这些切片被送到病理学家那里——AI增强了病理学家的能力，帮助他们确定需要进一步调查的区域。因此，它不仅使病理学家更准确，也更高效。”
关于治疗分层，Yerram解释说，当男性被诊断出前列腺癌时，他们会根据低、中或高风险分类。“根据这些分类，我们可以为低风险患者提供监测，因为这种癌症生长缓慢，可能不会在他们的有生之年成为主要问题；而对于高风险患者，我们会建议手术或放疗，或者两者兼有。”
“现在我们实际上在使用[AI]，并且它们能够查看这些切片并理解许多切片上的微小模式，或者所有病理学家可能无法感知的组织，但机器学习算法永远不会忘记，它可以真正理解和看到这些模式，并有助于更清楚地辨别什么是高风险，什么是低风险，也许还有什么是中等风险。”
Yerram解释说，这样的工作目前由Artera团队通过其ArteraAI Prostate Test进行。
“我们能够将患者的组织发送给这家公司，他们能够扫描整个切片并给我们一个输出，告诉我们‘嘿，这个患者可能是低风险’，或者可能是高风险，或者可能是中等风险。因此，我们能够更好地识别和分层患者，以帮助做出治疗决策。”
在治疗领域，Yerram说机器学习算法也在发挥作用，例如通过使机器人手术更加高效和减少对患者的伤害，从而有效治疗癌症并改善手术后的功能结果。
“你知道，并不是每个人都需要手术，”Yerram补充道。“我们有不同的选择，包括超声消融……而AI能够帮助我们确定，当你有一个完整的前列腺并且只想治疗某个特定区域时，如何使用[AI]找到该区域，给出良好的治疗边界，并帮助我们确定最有效的治疗方案。它帮助医生增强治疗模式，我认为在未来几年我们将在这个领域看到飞跃性的改进。”
然而，研究人员指出，仍然存在一些问题和挑战。
“AI在前列腺癌中的长期成功取决于我们解决多个涉及伦理、法律、监管和技术领域的挑战的能力，”亚利桑那州梅奥诊所的Irbaz Bin Riaz博士及其同事在2024年美国临床肿瘤学会教育书籍中写道。“关键问题包括保护患者数据的隐私、管理AI系统可能出现的错误和偏见的责任，以及AI系统在当前临床工作流程中的可解释性和适应性不足。”
“AI模型的有效性高度依赖于训练数据的质量和多样性；因此，由于数据限制，模型通常在不同的医院和医疗保健系统设置中无法达到预期效果。此外，还担心医疗保健提供者可能过度依赖AI，这可能会削弱人类临床判断和直觉的价值。缺乏标准化的AI指南，加上高昂的部署成本和对就业安全和职业自主权丧失的担忧，进一步复杂化了AI在临床实践中的采用。”
“目前，[AI]具有互补作用，因为它可以使我们的工作更轻松，并确保事情不会遗漏，”Richard Boyajian说。
波士顿Dana-Farber Brigham癌症中心放射肿瘤科的高级执业注册护士和护士从业者Boyajian于2016年创立了Brigham and Women's Hospital的虚拟前列腺癌诊所。
他还是CURE顾问委员会的成员。
“你越快将所有数据简洁地呈现给提供者，他们就能基于这些应考虑的多个点做出决定，”Boyajian说。“如果你不呈现所有数据，这是人的天性……[说]‘好吧，我们知道我们需要关注[前列腺特异性抗原]。我们需要关注什么……’但可能还有其他因素在起作用，AI可以计算这些因素，以构建画面，以便我们将所发生的事情置于某种情境中。”
除了皮肤癌，前列腺癌是美国男性中最常见的癌症，美国癌症协会估计，2025年美国将有大约313,780例新的前列腺癌病例。自2014年以来，该疾病的发病率每年增加3%，大约每8名男性中就有1人会在其一生中被诊断出前列腺癌。
“对于前列腺癌，我们将治愈90%的患者？他们是世界上最大的男性癌症幸存者群体之一，”Boyajian说。“所以，如果你想想现在的情况……我们被要求在一定时间内看比人力所能及更多的患者。这让人感到不知所措，因为人脑无法快速处理所有信息。”
Boyajian目前正在与Cancer Insights合作，利用一项美国国家癌症研究所的资助，使用他们的AI平台根据病历数据了解患者处于护理的哪个阶段，最终计划为每个护理阶段开发监测模块。
“这将极大地简化我大多数同事的生活，特别是在幸存者和随访社区，”他说，“因为我们现在就像在喝消防水龙头里的水一样，有太多的患者。”
“我还担心的是，我们的人员结构正在崩溃。我不是AI的狂热爱好者，但越来越多地看到，人类是会犯错的，当你让医疗系统不堪重负时——就像现在这样——很多事情就会漏掉。而在其他行业中，这可能是可以接受的，但在这里，漏掉的东西意味着有一个患者没有得到答案，他们焦虑万分，想知道‘发生了什么事？他们是不是让我等死？’诸如此类的问题。这就是沟通问题……我们需要找到解决办法。”
谈到治疗前列腺，Brisbane在2024年接受CURE采访时解释说，精确度是关键。
“前列腺周围有一些非常重要的因素，”Brisbane说。“一个是尿道，其他的是神经血管束，它们就像是从大脑到阴茎的电话线，告诉它何时勃起，这些都紧挨着前列腺。膀胱就在前列腺后面，然后是盆底肌肉，负责尿失禁和大便失禁，位于前列腺的顶端或鼻部。”
“前列腺有点像高风险房地产，所以肿瘤相对于所有这些结构的位置真的表明了患者在接受治疗时将经历什么样的副作用。因此，准确知道这一点对于回答‘我们能治疗这种癌症吗？’或‘我们如何最好地治疗这种癌症，同时最小化副作用？’非常重要。”
Brisbane解释说，肿瘤的形状像螃蟹，有一个中央主体以及“很多腿延伸到成像可见部分之外，这对所有成像方式都是如此，如MRI、PSMA和这些新的成像方式如微超声。”
最近，Brisbane一直在使用癌症测绘工具Unfold AI。
据AI医疗公司Avenda Health解释，Unfold AI“结合了前列腺成像、活检和病理学的患者特定数据，通过深度学习算法创建独特的定制癌症估计图。它的3D、AI生成的地图可视化了癌症的位置，供医生用于治疗决策和介入规划。”据Avenda Health称，该工具已于2022年底获得FDA批准。
Brisbane和他的同事们利用Unfold AI支持精准医疗（也称为局部治疗）来用TULSA程序（或TULSA-PRO）治疗癌症，该程序使用超声波产生高温并破坏前列腺组织。
“AI的使用肯定在增加，并且只会变得更加增强，”Rais-Bahrami说。“随着我们向前发展，AI在我们使用的许多过程中肯定会发挥重要作用，而且我认为……对于前列腺癌患者的诊断和治疗决策过程，我们还没有看到它最终会如何发展，但我确实看到它在发展并变得越来越普遍。”
Rais-Bahrami是维克森林大学医学院泌尿外科William H. Boyce捐赠教授和主席。他目前正在使用Unfold AI肿瘤测绘工具回溯性地比较其准确性与无AI辅助的诊断。
“具体来说，Unfold AI集成了来自患者人口统计学、临床参数和患者成像的输入——因此主要是前列腺指征的主要成像、盆腔MRI、多参数MRI输入以及我们从活检中获得的病理学输出，”Rais-Bahrami说。“它为我们提供了非常有价值的癌症估计图，对我在扩大根治性前列腺切除术手术规划以及局部治疗候选患者的规划方面非常有价值。”
Rais-Bahrami还解释说，AI的使用可以帮助平衡患者和提供者之间的关系。“理解每个临床案例并个性化治疗算法、决策和患者咨询将是关键，而这正是AI将很可能规范化的一些细微差别，”他说。“AI通过对大量输入数据进行深度学习和机器学习，而这些经验通常需要整整一代的学习，一个资深从业者和资深泌尿科医生可能需要数百或数千个病例的经验。”
“因此，AI确实平衡和规范化了竞争环境。早期，它规范化了从业者可以为其患者提供的个性化护理建议。即使是非常资深和经验丰富的从业者，在职业生涯中只接触过自己的患者子集，AI也将带来比任何一位从业者——即使是资深从业者——所见过的无限多的数据点。”
(全文结束)
