世界卫生组织报告称，2020 年新增癌症病例 1930 万例，预计每年将增加 2750 万例。
尽管这种疾病可以治愈，但治疗费用可能十分高昂，世界经济论坛医疗保健负责人 Ruma Bhargava 博士撰文指出。
在印度，基础治疗成本高于超过 80%–85% 家庭的年收入。
AI 与机器学习可在癌症早期诊断、个性化治疗和药物研发中发挥关键作用。
癌症（我们称之为“大C”）是一种慢性病，但只要能够早期确诊且医疗费用可负担，便可治愈。根据世界卫生组织 GLOBOCAN 报告，2020 年确诊新增癌症病例 1930 万例，且每年可能增加 2750 万例。印度医学研究理事会（ICMR）报告称，到 2025 年，印度癌症病例数预计将增长 12%，即额外增加 156 万例，进一步加重疾病负担。
这敲响了警钟，因为我们的卫生系统负担过重且十分脆弱。疫情进一步暴露出，随着新发传染病的出现，卫生系统对慢性病的应对可能被置于次要位置。印度卫生管理与研究学院的一份报告显示，目前印度仅有 1250 余名肿瘤学专家，而估计需求为 5000 人。缺乏经过培训的人力资源，以及大规模筛查项目所需基础设施，进一步反映出相关方的漠视。印度约有 27 家专门的癌症医院，另有 300 家综合或多专科医院为癌症患者提供治疗。据估计，印度安装的乳腺 X 线摄影设备约为 2700 台，不到美国的 5%。癌症治疗的高昂费用进一步加剧了这一问题。治疗的基础成本约为 3–4 拉克卢比，有时高于超过 80%–85% 家庭的年收入。
在这方面，人工智能（AI）和机器学习（ML）等新兴技术可发挥重要作用。原因在于，治疗过程中产生的大量数据可用于得出具有临床价值的结果。
AI 在应对癌症方面可在三个关键领域发挥作用。首先，AI 可通过图像分析实现早期诊断。卷积神经网络（CNN）的发展推动了这一突破，该网络能够分析图像中的像素级信息。临床照片、放射影像和数字病理均属于其应用范围。一些初步研究论文显示，经过 13 万张皮肤图像训练的 CNN，对皮肤恶性病变的分类敏感性和特异性均高于由 21 名获得委员会认证的皮肤科医生组成的小组。
其次，AI 和 ML 可通过利用患者的电子健康档案以及传感器和可穿戴设备数据，用于个性化治疗和药物。借助病史和肿瘤特征，AI 有潜力为患者提出多种治疗方案。基于 AI 的自然语言处理技术已显示出在预测医疗系统中疾病发展方面的潜力。Mount Sinai 一个团队的一项值得关注的案例是基于深度学习（DL）的 AI 算法对电子健康档案进行建模，该算法总体上能以 93% 的准确率预测多种疾病的发展，包括前列腺癌、直肠癌和肝癌。在不久的将来，我们可以期待 AI 扫描大型数据集，并检测个体患者对治疗的反应。
第三，AI 可用于药物研发。药物发现包括多个阶段，AI 可在新药发现中用于设计蛋白质结构、靶点验证以及管理药物试验。预计随着 AI 的引入，不仅药物成本将会降低，药物发现过程也将得到提升，而目前该过程可能长达 10–15 年。
AI 有望成为医疗保健领域的变革者。我们有多家初创企业和行业正在利用其能力，并在一线产生实际影响。作为临床医生和公共卫生专业人员，我坚信，技术的运用始终在于补充和增强卫生人力的能力，而非取代他们，而取代卫生人力是绝无可能的。AI 不应仅被视为诊断疾病的工具，而应用于利用大量数据提供更好的临床决策支持。
然而，要在肿瘤学中利用这一技术，需要跨学科、多领域的协作努力，并涵盖计算机科学与医学。这种协作涉及多个行业公平获取大量标注数据，并对机器学习算法进行无偏见的训练。
任何技术的运用都需要保持警惕并承担责任。因此，AI 所涉问题，包括可扩展性、伦理和法律考量以及有效性，都需要加以解决。确保所生成的数据经过标准化和匿名化处理至关重要。其他障碍包括验证与证明普遍适用性、对结果解读的担忧，以及临床专家与数据科学专家之间日益扩大的知识鸿沟。
然而，在资源有限、不平等日益加剧的世界中前行，我们需要具备技术能力的解决方案，以便向广大民众提供可负担、可获得且优质的医疗服务。AI 和 ML 将在减轻难以获得高质量医疗服务人群的疾病负担方面发挥关键作用，并为未来创业者运用以人为本的设计开发 AI 辅助技术奠定基础。
