徐波表示，专委会将致力于推动人工智能在肿瘤领域的发展运用，促进人工智能医工交叉学科专家共识的形成，为建立高水平、可复制且可持续发展的大数据中央供应互助平台。

大数据领悟加速肿瘤精准诊断

人工智能将有助于临床年夜夫更精准的完成肿瘤的诊断和治疗。
徐波先容，例如乳腺癌便是目前与人工智能相结合获益较多的疾病。
人工智能已经在乳腺癌的良恶性剖断、HER2检测、分子分型、效果评价等方面，取得了一定的研究成果。

通过人工智能对海量的基因组学信息进行技能剖析，也可以为年夜夫在临床诊治过程中供应更多的信息，更准确的对病症、疗效进行判断，是乳腺癌得以做到个体化精准治疗的条件和根本。

人工智能技能助力医师发展

人工智能技能的发展可以更好让履历不敷的基层年夜夫快速准确的学习到更多的临床履历，也为基层年夜夫制订治疗方案供应更有效的依据。

例如，肿瘤临床检讨项目中最普遍的超声检讨，是当前甲状腺结节筛查评估最常用的手段。
超声检讨受主不雅观影响较多, 操作者个体间的差异以及超声图像的清晰度都可能直接影响结果判断，因而对影像医师的水平哀求较高，个体检讨的耗费韶光也较长。

天津医科大学肿瘤医院以30余万张甲状腺超声图像作为演习集进行人工智能模型开拓，用3个独立数据集作为验证，开展了基于深度学习算法剖析超声图像实现甲状腺癌人工智能诊断的回顾性、多中央诊断研究，创造该模型在识别甲状腺癌的敏感性和特异性可以媲美具有10年以上丰富履历影像专家，具有快速及可重现的特点。

现在的模型系统还有一些局限性，无法考虑过多的临床参数，尚不能完备取代甲状腺癌的人工诊断，但可以赞助增强年夜夫在甲状腺癌诊断中的能力，提高阅片效率，避免因疲倦产生的差错。

未来发展离不开多中央研究

人工智能拥有深度学习能力，能够有效改进年夜夫因水平和状态所导致的准确率差异，提高影像诊断的同质化水平。
比如可对肺小结节影像进行自动检测识别，不仅能提高早期肺癌诊断效率和准确率，大幅减少临床年夜夫事情量，也能只管即便避免由于事情压力和疲倦感所产生的人工偏差，帮助年夜夫更准确快速地判断患者是否须要进行医疗干预。

徐波认为，未来人工智能的发展，还须要依赖临床大数据中央、各肿瘤领域专家，开展多中央研究和临床试验，来为人工智能的参数设定和有效性供应支持依据。
由于不同的肿瘤之间也存在较大的个体差异，人工智能的运用开拓也该当先从部分高发的单病种开始，这样更有利于数据样本的网络剖析，终极建立具有中国特色的肿瘤与人工智能的高水平数据库。
(天津市肿瘤医院特约朱芸)

（任务编辑：孙宝光）