迈克尔·张医生是利用人工智能筛查鼻咽癌的团队成员。放射治疗后，部分癌症患者面临一个长期困扰：令人担忧的病灶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款人工智能模型，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助理教授，作为专精耳鼻喉领域的鼻科医生执业。去年12月，张博士与研究团队发表了一项研究，发现人工智能模型能以85%的准确率识别一种名为颅底骨放射性坏死的严重放射相关并发症——这一水平与经验丰富的临床医生能力相当。张博士表示："主要发现表明，这是将人工智能应用于该医疗领域的极可行方案。由于我们的许多工作高度依赖图像及图像解读，计算机视觉在帮助增强临床医生诊断、治疗和监测各类疾病进程的能力方面具有广阔空间。"
该模型聚焦于鼻咽癌，这是一种罕见但致命的癌症，对亚裔美国人社区影响尤为严重。肿瘤深藏于鼻腔后方，症状往往隐匿，许多病例确诊时已属晚期。
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。尽管该模型在区分骨放射性坏死与健康组织时表现强劲，但在识别鼻咽癌复发方面准确率中等。有时，模型会将复发性鼻咽癌与放射相关损伤或外观正常的组织混淆。不过张博士指出，若使用更大规模数据集，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与教育中心资助，该医疗中心致力于推动全球亚裔人群健康事业。
张博士表示，鼻咽癌年均新增病例约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射治疗治愈，但该癌症常在更晚期且致命阶段才被发现。此前的人工智能医疗研究多集中于初步诊断，而张博士的研究通过利用人工智能识别治疗后的影像，在该领域实现了突破。
张博士的研究可在多方面促进医疗公平。首先，它能改善高死亡率癌症中亚裔人群的健康结局。更广泛而言，张博士预计人工智能可通过普及专业医疗知识来弥合医疗差距。人工智能影像模型可能比易受主观判断影响的人类临床医生提供更客观的评估。
张博士表示："在斯坦福接受治疗的患者能获得所有专家级外科医生、病理学家和放射科医生的诊疗资源，但其他地区的患者可能无法享有同等水平的专业支持。"
张博士预计人工智能在医疗领域的整体影响将"在医疗健康所有方面都极为深远"。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（如机器人等实体空间技术）发展相对滞后，张博士表示可预见未来人工智能将成为外科医生的"副驾驶"。但他强调，人工智能旨在辅助而非取代临床医生，也不会复制医患关系。
"我们的目标是让人工智能增强临床医生的决策能力，"张博士说，"我认为人工智能在诊断、治疗和疾病监测中确实大有可为。"
【全文结束】
