充分利用人工智能在癌症护理中的价值

实时患者体验是当今大多数电子健康记录、人工智能和机器学习模型中缺失的元素。

Anish Patankar，Elekta肿瘤信息学软件高级副总裁、总经理

近年来，癌症治疗取得了长足进展，现在通过集成机器学习（ML）等人工智能（AI）工具，正在更快地发展。目前，健康数据有多种形式，包括电子健康记录（EHR）、诊断图像、基因组和分子数据、药理学数据以及患者报告数据。临床医生利用数据优化护理的方式可以加强最先进的癌症治疗的创造，而实现这一点的最佳方式莫过于使用人工智能。

完成图片

目前大多数EHR、AI和ML模型都缺少一个元素——实时患者报告的结果。这类数据是指从对照临床试验环境之外收集的关于患者对其医疗状况、治疗和医疗保健提供者的体验的信息。临床就诊之间的连续患者数据被证明是目前大多数EHR、AI和ML模型所缺乏的关键组成部分。尽管肿瘤学人工智能解决方案取得了令人印象深刻的进步，但缺乏实时数据代表了当前形势中的一个关键差距。临床医生比以往任何时候都更需要强大的人工智能解决方案，允许定期输入患者体验，以创建更强大的数据集，并确定及时干预的机会。

发表在《临床肿瘤学杂志》上的一项研究探讨了在常规癌症护理期间，使用患者报告的结果测量方法，加强症状监测和健康相关生活质量对临床结果的影响。接受常规化疗的患者被要求通过平板电脑报告症状，或接受由临床医生自行决定的症状监测组成的常规护理。那些有家用电脑的人每周都会收到电子邮件，以便在访问之间进行报告。该研究得出结论，在癌症护理期间，症状自我报告具有显著的临床益处，包括增加了患者和临床医生之间的讨论频率，以及随后针对患者报告采取的管理症状的措施，从而使症状得到更好的控制

持续的患者参与为高级ML模型提供了建立增强的预测能力所需的数据，例如，确定某些治疗的症状可能会如何发展。有了正确的数据，人工智能可以帮助建立患者在现实世界中对治疗的反应的全面视图，包括可能影响治疗结果但通常被排除在临床试验之外的因素，如患者人口统计、生活方式和合并症。

数据收集-时间安排问题

癌症患者不仅经常面临威胁生命的疾病，而且许多可用的治疗方法，如放射和化疗，都具有高度毒性，如果不密切监测，可能会导致严重的副作用或不良事件。最大限度地减少治疗毒性影响的关键是使临床医生能够通过监测整个治疗周期中发生的实验室结果、临床数据和患者症状等指标，尽早了解其发展情况，并在必要时进行及时干预。

一篇发表的肿瘤学信息学展望综述考察了通过数字患者报告结果收集高质量数据的效用。在普通人群和医疗服务提供者中得到了高度认可，这表明持续的患者自我报告可以同时为癌症患者、提供者和开发人工智能算法提供益处。

医疗保健人工智能平台可用的大多数数据来自过去的经验、调查或记录。如果没有不断更新的数据，肿瘤学提供商往往无法提供癌症患者所需的主动和响应性治疗选项。许多临床医生和医疗公司已经开始通过实施最新的人工智能和ML技术来增强其护理战略，以便在对患者最有利的时候实时收集信息。

真正的解决方案

芬兰奥卢大学医院进行的一项研究证明了ML模型预测患者对肿瘤治疗反应的能力，准确率为75%。在这项研究中，ML模型利用临床和患者报告的数据预测了接受免疫检查点抑制剂治疗的患者的客观反应率。这些有希望的结果突出表明，需要一个更大的数据集来展示基于ML的方法在治疗反应预测中的真正力量。

目前，在面向患者的应用程序中，以AI和ML平台的形式存在增加实时体验收集的选项，允许患者报告自己的症状、副作用和其他相关健康信息，如药物使用、不良事件和生活质量指标。这些智能解决方案通常与医疗保健提供商的基于网络的仪表盘相结合，通过提供整个治疗周期中患者报告数据的高度详细概述，能够更全面地了解患者体验。

医生迫切需要能够从诊断到治疗和随访访问实时患者数据，以优化患者结果。今天的平台为高度个性化和有效的癌症护理铺平了道路，为护理团队提供了他们所需的持续数据，并让每个患者的治疗计划和症状发展一目了然。这些先进的平台在必要时将数据输入转换为自动警报，在需要干预时向护理团队发送信息

在癌症诊断后，使用这些软件平台或应用程序访问有关症状管理和早期干预的教育资源和最新信息的患者可以根据自己的输入受益于定制的资源。随着时间的推移，这些智能应用程序在预测症状发展方面变得更加精确，并可以为如何在家缓解症状提供指导。一旦主动治疗阶段完成，这些系统就可以捕捉和跟踪长期结果，检测随后可能出现的症状，这对于提醒医疗保健提供者注意任何潜在的复发迹象至关重要。

个性化癌症护理的无限可能性

来自最新AI平台的见解正开始形成新治疗和临床试验的发展，并为其提供信息，从而实现更个性化、更有效的癌症护理。通过利用人工智能和ML技术，新兴的健康管理平台正在积极使医疗保健提供者能够最大限度地提高其运营，并为每位患者提供个性化的下一级护理。

使用AI和ML收集和分析肿瘤学中的实时患者体验数据，正在彻底改变我们处理癌症护理的方式，指导治疗决策，并最终改善患者结果。

Anish Patankar是Elekta的高级副总裁兼肿瘤软件总经理。Patankar是一位健康技术专家，专门研究云、物联网、大数据和人工智能。从构建领先的数字信息解决方案到实现收入增长，他在数字健康技术、医疗设备、教育和安全软件行业拥有丰富的经验。

 、

责编: editor