准确率超90%！人工智能TNM分期模型助力癌症分期精准预测

2022-05-11 16:48

健康数据人工智能TNM分期模型基于金标准TNM分期数据集和肿瘤疾病知识库构建，癌症分期准确率达90%以上。

随着医学水平的进步，全球主要死亡原因已经逐渐从急性疾病转变为慢性疾病。据《柳叶刀》报告：癌症逐渐超越心脑血管疾病，成为导致死亡的首要原因。如何防癌、抗癌成为当今医疗领域的难题。

一、TNM分期

肿瘤分期是诊治患者、研究和肿瘤控制的基础。TNM分期系统是目前国际上最通用、认可度最高的肿瘤分期系统。美国癌症联合会（AJCC）发布的《恶性肿瘤TNM分类法》，已经成为临床上对恶性肿瘤进行分期的标准方法。

TNM分类法：

原发性肿瘤（T）：随着肿瘤体积的增加和邻近组织受累范围的增加，依次用T1~T4来表示。

区域淋巴结（N）：淋巴结未受累时，用N0表示。随着淋巴结受累程度和范围的增加，依次用N1~N3表示。

远处转移（M）：没有远处转移者用M0表示，有远处转移者用M1表示。

TNM三个指标组合形成特定的分期，以pTNM表示，不同肿瘤的TNM分期系统各不相同，为医生制定准确的临床治疗方案、提高治疗效果提供依据。例如肺癌分为0期、Ⅰa期、Ⅰb期、Ⅱa期、Ⅱb期、Ⅲa期、Ⅲb期、Ⅳa期和Ⅳb期。

肺癌第8版TNM分期

二、人工智能能为癌症筛查与治疗做些什么？

在癌症筛查与治疗中，人工智能可根据患者年龄、肿瘤TNM分期，肿瘤大小，是否有淋巴结转移，是否有不好的预后因素等综合评估，给出精准治疗建议，促进癌症的持续研究，提升临床诊疗水平。例如，在《人工智能在乳腺癌诊疗中的应用及思考》中，我们以乳腺癌为例讲述了人工智能在癌症诊疗中的影像诊断和病理诊断。

健康数据临床科研一体化平台，为科研工作者提供面向人工智能的下一代研究环境，助力临床科研高效产出和辅助决策。其内置基于真实世界大样本建立的癌症人工智能TNM分期模型，对不同分期的癌症疾病进行精准有效的早期干预，已在乳腺癌、甲状腺癌、肺癌等不同疾病中应用。

（一）准确率超90%，人工智能加速癌症TNM分期诊断

健康数据人工智能TNM分期模型基于金标准TNM分期数据集和肿瘤疾病知识库构建。经过不断的训练和调整，可实现癌症分期精准预测，TNM分期准确率已达90%以上。

1. 金标准TNM分期数据集

专业医学团队随机抽取专病数据库中的临床病例，包括现病史、病理检查结果、影像检查结果等数据。临床医生通过人工双盲录入模式标注肿瘤部位、症状、治疗、诊断等相关实体及TNM分期。标注结果一致时，接受结果，否则，由研究者发起通过第三方权威专家组织讨论判定，最终形成金标准TNM分期数据集。

2. 肿瘤疾病知识库

完成标注的样本数据，通过类Bert+CRF联合关系抽取算法CasRel，完成样本数据中肿瘤部位、症状、治疗、诊断等相关实体及实体关系的抽取，结合TNM分期结果，构建肿瘤疾病知识库。

（二）多中心科研扩大样本量，协同训练模型灵敏度与特异度

受地域环境、生活方式、医疗水平差异等因素影响，肿瘤疾病治疗也会存在差异。在临床科研场景下，单中心科研往往存在样本量不足的局限。

健康数据临床科研一体化平台打造覆盖全国的新一代多中心科研协作环境，扩大了科研样本量、增加了数据维度，记录患者临床表现、后续治疗、病情变化规律等多中心的真实世界数据测试、验证并不断完善人工智能TNM分期模型的灵敏度和特异度，同时为医生对疾病的近期和远期疗效、恢复或进展程度评估提供依据。

（三）多维度数据检索，极大提升科研效率

健康数据人工智能TNM分期模型的应用，可大大提升癌症分期的准确性与效率，为临床科研提供高质量数据支撑，用于真实世界研究。

以某专病数据库为例，医务人员可在“数据检索”模块进行一般检索或自定义检索。在一般检索中，医务人员按需求勾选“肿瘤T分期”、“肿瘤N分期”、“肿瘤M分期”等条件；在自定义检索中，根据逻辑关系“并且”、“或者”、“排除”进行灵活组合，便于检索多个复杂条件限定的研究人群；检索结果以柱状图、饼图、报表等可视化呈现。