(相关资料图)
人工智能正在帮助更早、更好地诊断消化道癌症，但广泛的临床应用仍然面临许多挑战，尤其是医院之间的医学影像数据共享有限，以及人工智能医学影像协议缺乏标准化，一组研究人员在对该技术最近在这些最致命的癌症中的应用进行全面调查后得出结论。
一篇描述他们发现的论文发表在《健康数据科学》杂志上。
消化系统肿瘤是全球癌症死亡的主要原因，五年生存率低于 20%。七种最致命的癌症中有五种是这些消化系统肿瘤或肿瘤的产物，正如医生对肿瘤的描述：食道癌、胃癌、结直肠癌、原发性肝癌和胰腺癌。
近几十年来，消化系统肿瘤 (DSN) 的临床治疗有所改善，但 DSN 患者的预后仍然很差。这部分是由于这些癌症的侵袭性，但也可能是由于在实现早期诊断和准确治疗反应方面存在挑战。
北京航空航天大学精准医学大数据重点实验室人工智能专家、该论文的合著者田杰说：“如果能够更早地进行更准确的诊断，那么这应该会改善预后。”
基于组织的肿瘤基因组学和蛋白质组学评估在诊断方面提供了巨大的希望。这些新技术可以对肿瘤组织样本中细胞产生的全基因组和全系列蛋白质进行测序。但也受到肿瘤组织的一小部分永远不能代表整个肿瘤这一事实的内在限制。
计算机断层扫描 (CT)、磁共振成像 (MRI) 和正电子发射断层扫描 (PET) 等医学成像原则上可以提供互补但更全面的肿瘤表征。这些医学成像技术经常用作术前诊断和治疗反应评估的临床常规的一部分。
但是，对有助于诊断的肿瘤临床特征的评估既是一门定性艺术，也是一门定量科学，不同的放射科医师在执行成像时存在很大差异。这种对医学图像的评估也非常耗时费力。
