放射治疗后，某些癌症患者面临一个长期困扰的问题：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。
Michael Chang博士是斯坦福大学医学院耳鼻喉科的助理教授，他作为一名专门治疗鼻部疾病的耳鼻喉科医生（称为鼻科医生）执业。Chang博士和他的研究团队在12月发表了一项研究，发现人工智能模型能够以85%的准确率识别一种严重的放射治疗相关并发症——颅底骨放射性坏死症，这一准确率与经验丰富的临床医生的能力大致相当。
"主要发现是，这是一种非常可行的方法，我们可以在这一医疗领域应用人工智能，"Chang博士说。"因为我们所做的很多工作都非常依赖图像和图像解释，计算机视觉有大量机会帮助增强临床医生诊断、治疗和监测不同疾病过程的能力。"
该模型专注于鼻咽癌，这是一种罕见但致命的癌症，对亚裔美国人社区的影响尤为严重。肿瘤在鼻子后方深处形成，症状可能很隐匿，许多病例在晚期才被诊断出来。
在这项研究中，计算机视觉模型使用来自192名患者的约1,500张鼻咽内窥镜图像进行训练。虽然该模型在检测骨放射性坏死症与健康组织方面表现出色，但在识别鼻咽癌复发方面，系统的准确率中等。有时，该模型会将复发的鼻咽癌与放射治疗相关损伤或外观正常的组织混淆。尽管如此，Chang博士表示，如果有更大的数据集，这些模型的性能可能会更好。该研究由斯坦福大学的亚洲健康研究与教育中心资助，该医疗中心致力于提高全球亚裔人群的健康水平。
Chang博士表示，鼻咽癌每年有10万例新发病例，美国国立卫生研究院（NIH）估计每年约有8万人死于这种癌症。虽然鼻咽癌在早期诊断时通常可以通过放射治疗治愈，但这种癌症往往直到更晚期——且更致命——的阶段才被发现。虽然先前的人工智能医学研究主要集中在初步诊断上，但Chang博士的研究通过使用人工智能识别治疗后的图像，开辟了新的研究领域。
Chang博士的研究可以在多个方面帮助改善医疗公平性。一方面，它可以在高死亡率的癌症中增强亚裔人群的健康结果。更广泛地说，Chang博士预计人工智能可以通过普及专业知识来弥合医疗保健方面的差异。人工智能成像模型也可能比判断可能主观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将能够接触到所有专家外科医生、病理学家和放射科医生，"Chang博士说。"但在其他地方接受治疗的患者可能无法获得同等水平的专业知识。"
Chang博士预计人工智能在医疗领域的总体影响将在"医疗保健的各个方面都是巨大的"。人工智能可以帮助自动化诸如计费或制表等耗时的任务，并且如他的研究所示，协助医疗决策。尽管物理人工智能——在物理空间中工作的技术，如机器人——进展较慢，但Chang博士表示，他可以设想未来人工智能将成为外科医生的副驾驶。但他并不打算让人工智能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，"Chang博士说。"我认为人工智能在诊断、治疗和监测方面肯定有重要角色。"
本故事最初发表于《Mountain View Voice》。汉娜·本森（Hannah Bensen）是一名记者，报道影响中低收入人群的不平等和经济趋势。她是加州地方新闻研究员。
【全文结束】
