科技日報駐德國記者 李山
科技的迅猛發(fā)展使癌癥診療方法日新月異。在近日舉行的柏林科學(xué)周活動中，馬克斯·德爾布呂克分子醫(yī)學(xué)中心（MDC）向公眾展示了一種基于人工智能（AI）的在線工具，可幫助醫(yī)生和患者找到最適合的診療方法。研究人員認(rèn)為，未來AI驅(qū)動的精準(zhǔn)醫(yī)療將為人類提供更好的服務(wù)。
候選療法多帶來選擇困難
在過去的十年中，癌癥的診斷測試和可用的治療方法數(shù)量猛增，每年有數(shù)十種新的癌癥療法獲得批準(zhǔn)，其中許多是基于精準(zhǔn)醫(yī)療原則的靶向療法或免疫療法。雖然新藥新療法對患者來說是好消息，但對主治醫(yī)生來說，治療方案越來越多也意味著新的挑戰(zhàn)，即如何為患者選擇最佳治療方案。
MDC的“生物信息學(xué)和組學(xué)數(shù)據(jù)科學(xué)”小組負責(zé)人阿爾圖納·阿卡林博士在癌癥診斷測試和新療法日益復(fù)雜的過程中看到了機遇。他在柏林科學(xué)周活動中介紹說：“開發(fā)藥物和診斷程序是重大的科學(xué)任務(wù)，但往往需要幾十年時間才能成為有用的產(chǎn)品。我們開發(fā)出一種工具，可幫助臨床醫(yī)生根據(jù)患者情況作出最佳決策。我們還能向與患者相關(guān)的人展示他們還有哪些選擇，以便他們更好地作出決定?！?/p>
阿卡林團隊開發(fā)了一個基于AI的在線工具Onconaut。通過輸入簡單的關(guān)鍵詞進行搜索，例如輸入“KRAS與肺癌”（KRAS是肺癌發(fā)生基因突變的重要位點），使用者就可在幾秒鐘內(nèi)獲得一份臨床研究清單。清單會顯示最新的臨床指南、針對KRAS突變癌癥的可用藥物列表、相關(guān)風(fēng)險以及治療結(jié)果的統(tǒng)計數(shù)據(jù)等。阿卡林介紹說：“到目前為止，它的表現(xiàn)比谷歌醫(yī)生要好?！?/p>
AI旨在輔助而非取代醫(yī)生
阿卡林團隊為Onconaut提供了各種內(nèi)容的培訓(xùn)，包括德國癌癥協(xié)會和美國臨床腫瘤學(xué)會等官方組織發(fā)布的醫(yī)學(xué)研究和臨床指南，以及《新英格蘭醫(yī)學(xué)雜志》上發(fā)表的疑難醫(yī)療病例的數(shù)據(jù)。
為了進一步測試和改進該工具，阿卡林還與柏林夏里特醫(yī)學(xué)院合作，使用真實的癌癥患者數(shù)據(jù)來訓(xùn)練模型。阿卡林強調(diào)，這個工具可加快決策速度，提高專家的效率。但它絕不會取代醫(yī)生。
與此類似，柏林夏里特醫(yī)學(xué)院的研究人員也得出過這樣的結(jié)論。他們專門研究了ChatGPT等大語言模型在自動審查科學(xué)文獻以選擇個性化治療方面的機會和局限性，結(jié)論是AI原則上能識別個性化治療方案，但還無法接近人類專家的能力。
Onconaut是如今越來越流行的AI輔助精準(zhǔn)醫(yī)療工具之一。癌癥的精準(zhǔn)治療立足于使用某些藥物，例如小分子抑制劑或抗體來關(guān)閉過度活躍的致癌基因。為患者制定個性化的靶向藥物治療方案，通常需要基于基因檢測結(jié)果，或是使用合適的免疫療法，這需要詳細了解患者的腫瘤特征，如表型、遺傳和腫瘤微環(huán)境等。
雖然現(xiàn)有的治療指南為醫(yī)生提供了臨床決策支持，但通常只有大約50%的患者符合治療指南的條件。根據(jù)患者病情分析哪些療法有望取得最好效果，是一個非常復(fù)雜的過程，往往需要綜合各個醫(yī)學(xué)領(lǐng)域的知識，包括病理學(xué)、分子病理學(xué)、腫瘤學(xué)、人類遺傳學(xué)和生物信息學(xué)等，而這恰恰是AI工具可發(fā)揮作用的地方。AI工具可匯集大量癌癥患者的日常治療數(shù)據(jù)，并使用系統(tǒng)研究方法對其進行評估。
推動精準(zhǔn)醫(yī)療走向?qū)嵱?/strong>
MDC的“基因調(diào)控生物信息學(xué)”小組負責(zé)人烏韋·歐勒教授表示：“AI可加速基礎(chǔ)研究、大數(shù)據(jù)分析，甚至治療方法的探索?！盇I正日益成為德國癌癥精準(zhǔn)醫(yī)療的重要組成部分。通過專注于分子分析、動態(tài)建模和先進的成像技術(shù)，AI正在為更加個性化和有效的癌癥治療鋪平道路。
AI擅長管理和分析癌癥研究中常見的高維數(shù)據(jù)集，包括基因組、蛋白質(zhì)組和臨床醫(yī)學(xué)數(shù)據(jù)，并可從復(fù)雜數(shù)據(jù)集中提取相關(guān)特征，提高癌癥診斷的準(zhǔn)確性和治療策略的有效性。AI算法還可預(yù)測基因變化對蛋白質(zhì)結(jié)構(gòu)和功能的影響，使醫(yī)學(xué)專家能根據(jù)患者癌癥的獨特分子特征，為其量身定制治療方案。
但是，將AI整合到精準(zhǔn)醫(yī)療中目前仍存在一些挑戰(zhàn)。例如，確保數(shù)據(jù)的質(zhì)量和代表性，解決與AI使用相關(guān)的道德問題，以及如何將AI工具集成到現(xiàn)有的醫(yī)療保健系統(tǒng)中。在這個過程中，研究機構(gòu)、醫(yī)療系統(tǒng)和技術(shù)公司之間的密切合作，對于推進AI驅(qū)動的精準(zhǔn)醫(yī)療至關(guān)重要。
