发布日期： 2024-08-02 23:05:35 来源：GC法检测
随着我国城市化、工业化、老龄化进程的加快，恶性肿瘤已成为危害我国居民生命和健康的最重要慢性病之一。全国第三次死因调查的最终结果显示，恶性肿瘤是我国居民第二位死亡原因，死亡率为135.88/10万，与排在第一位的脑血管疾病死亡率（136.64/10万）基本持平；但在城市，恶性肿瘤则排在全死因的第一位，死亡率为150.18/10万，远高于排在第二位的脑血管疾病（132.35/10万）。根据GLOBOCAN2018报告, 全球恶性肿瘤新发病例约1808万例, 死亡病例约956万例, 中国分别约占23.7%和30%, 发病率和死亡率均高于全球平均水平。
而自20世纪80年代世界卫生组织明白准确地提出癌症的早发现、早诊断、早治疗策略以来，癌症的筛查和早诊早治已被公认为癌症防控最有效的途径。基于不同癌症的流行病学现状和自身的经济情况，众多国家都积极开展癌症防控的卫生经济学研究，以试图寻找符合自身国情的、高效经济的癌症筛查和早诊早治之路。
近期，杭州智凰科技TPP亚太区总裁叶惠琦博士受邀参加了由英国利兹地区发展署、英国国际贸易部和香港贸发局共同组织的“利兹与香港医疗健康行业研讨会”。会上来自香港贸发局驻英国、荷比卢及爱尔兰地区总监Daisy Lp博士主持会议并向与会嘉宾发表了欢迎致辞；英国国际贸易部负责香港和澳门地区健康及教育事务副主任Maggie Palmer博士介绍了香港医疗健康现状，并分析了英国在生命科学、医疗保健和数字健康方面的创新科技。会上医疗健康产业大咖齐聚一堂，共话精准医疗。叶博士也分享了医疗AI在癌症早筛、诊断、随访、科研等所有的领域的应用。
叶博士介绍到：“AI正在推动全球各行各业的变革。机器学习(Machine Learning)是人工智能的分支，研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，使之不断改善自身的性能。深度学习(Deep Learning)是SystmOne所采用的一种机器学习的方法，使用包含复杂结构、多重非线性变换构成的多个处理层对真实且大量的医疗数据来进行运算，建立癌症早筛模型，例如卵巢癌、肺癌、肠癌、宫颈癌、乳腺癌等。这些模型帮助临床医生更快、更准确的发现居民罹患癌症的风险，实现癌症的早诊早治。在分析数据、建立癌症早筛模型的过程中，TPP将SystmOne系统中存储的5100万份电子健康档案分为两部分，进行了匿名化处理后，一半用于分析和建模，另一半用于模型验证与改进。”
在临床上，由于卵巢位于盆腔深部，发病的早期可能没或只有较轻的症状，医生在其工作生涯中可能也只见过几个真实案例，导致卵巢癌往往不容易被及时有效地发现，让患者错过了最佳的治疗时间。因此，早期诊断、早期治疗是提高治愈率，延长生存期的前提和保障。叶博士谈到，相对于其他预测手段，TPP的人工智能诊疗技术能提前1到2年，帮助超过50%的卵巢癌病患得到早期确诊。
叶博士也提到，根据不一样的地区的天气、饮食、生活小习惯等因素，癌症早筛模型也会有所变化。要建立最符合当地人群的模型，一定要使用当地居民的健康大数据。随着医疗大数据的不断收集与丰富，系统不断进行机器学习，最终形成更符合本地居民特征的模型，为居民提供更准确的癌症早筛服务。居民健康档案的逐渐完备，癌症早筛模型在更多省市的落地，推动中国癌症早筛早治水平逐步提升，造福大众。
《健康中国行动2030》文件指出，到2022年和2030年，目标全国总体癌症5年生存率分别不低于43.3%和46.6%；癌症防治核心知识知晓率分别不低于70%和80%；高发地区重点癌种早诊率达到55%及以上并持续提高；基本实现癌症高危人群定期参加防癌体检。眼下，国内各省市都在国家癌症中心的指导下进行癌症早诊早治项目，致力于提高早期发现、诊断和治疗的比例，降低癌症的发病率和死亡率，减少“因癌致贫”的现象，提高癌症患者生存质量。我们也期待能与更多人分享、合作，共同将癌症早筛推广到更多地区，让更多居民从中受益，共同实现健康中国的目标。返回搜狐，查看更加多