放射治疗后，某些癌症患者面临一个持续的问题：令人困扰的病变是癌症复发，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（Dr. Michael Chang）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（rhinologist）执业。张博士表示，去年12月，他与研究团队发表了一项研究，发现该人工智能模型能够以85%的准确率识别一种名为颅底骨放射性坏死（skull base osteoradionecrosis）的严重放射相关并发症——其能力大致相当于经验丰富的临床医生。
“主要发现是，这是我们在此医疗领域应用人工智能的一种非常可行的方式，”张博士表示，“因为我们所做的许多工作高度依赖图像及其解读，计算机视觉在帮助增强临床医生诊断、治疗和监测不同疾病进程的能力方面存在巨大机会。”
该模型聚焦于鼻咽癌（nasopharyngeal carcinoma），这是一种罕见但致命的癌症，对亚裔美国人群体影响尤为显著。肿瘤在鼻腔深处发育，症状可能较为隐匿，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份鼻咽内窥镜图像进行训练。虽然该模型在区分骨放射性坏死与健康组织方面表现优异，但在识别鼻咽癌复发时仅达到中等准确率。有时，模型会将复发的鼻咽癌（NPC）误判为放射相关损伤或外观正常的组织。不过，张博士表示，随着数据集扩大，模型性能有望进一步提升。该研究由斯坦福大学亚洲健康研究中心与教育中心（Center for Asian Health Research and Education）资助，该中心致力于推动全球亚裔人群的健康进步。
张博士指出，鼻咽癌每年新增病例约10万例，美国国立卫生研究院（NIH）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——也是致命性更高——的阶段才被发现。此前的人工智能医疗研究多聚焦于初步诊断，而张博士的研究则通过利用人工智能识别治疗后的影像，开创了新方向。
张博士的研究可在多个层面改善医疗公平性。一方面，它能提升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知识来弥合医疗差距。人工智能影像模型也可能比依赖主观判断的人类临床医生提供更客观的系统。
“在斯坦福接受治疗的患者能够获得所有专家级外科医生、病理学家和放射科医生的支持，”张博士表示，“但其他地区的患者可能无法获得同等水平的专业资源。”
张博士预计，人工智能在医疗领域的整体影响将在“医疗所有方面都极为巨大”。人工智能可帮助自动化处理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。尽管实体人工智能——在物理空间运作的技术，如机器人——发展尚不成熟，张博士表示他能够预见未来人工智能将成为外科医生的副驾驶。但他强调，人工智能并非旨在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 certainly 有重要角色。”
【全文结束】
