人工智能通过阅读医生的笔记来预测癌症患者的生存

概括： 一种新的自然语言处理算法能够筛选医生的笔记并预测癌症患者在未来 60 个月内的存活率，准确率为 80%。

来源： 不列颠哥伦比亚大学

来自不列颠哥伦比亚大学和 BC Cancer 的一组研究人员开发了一种人工智能 (AI) 模型，该模型可以比以前的工具更准确地预测癌症患者的存活率，并提供更容易获得的数据。

该模型使用自然语言处理 (NLP)——理解复杂人类语言的人工智能的一个分支——在患者初次会诊后分析肿瘤科医生的笔记——这是诊断后癌症之旅的第一步。

通过识别每个患者的独特特征，该模型被证明可以预测 6 个月、36 个月和 60 个月的生存率，准确率超过 80%。

结果今天公布 JAMA 网络开放.

“对癌症存活率的预期是可用于改善癌症治疗的一个重要因素，”主要作者、UBC 情绪障碍中心和 BC 癌症中心的精神病学家和临床研究员 John Jose Nunez 博士说。

“这可能会建议医疗服务提供者尽早转介支持服务或预先提供更强大的治疗选择。我们希望可以使用这样的工具来个性化和改善患者立即接受的护理，为他们提供最好的服务结果。”

传统上，癌症存活率是回顾性计算的，并且仅根据癌症位置和组织类型等几个一般因素进行分类。 尽管熟悉这些比率，但由于影响患者结果的许多复杂因素，肿瘤学家可能难以准确预测患者的存活率。

由 Nunez 博士及其合作者（包括来自 BC Cancer 和 UBC 计算机科学与精神病学系的研究人员）开发的模型能够在患者的初始咨询文件中捕捉到独特的线索，以提供更准确的评估。 它也适用于所有类型的癌症，而以前的模型仅限于某些类型的癌症。

“人工智能基本上以类似于人类阅读的方式阅读咨询文件，”努涅斯博士说。 这些文件包含许多详细信息，例如患者的年龄、癌症类型、潜在的健康状况、过去的药物使用情况和家族史。 AI 将所有这些结合在一起，描绘出更完整的患者结果图。”

研究人员使用来自不列颠哥伦比亚省所有六个 BC 癌症中心的 47,625 名患者的数据训练和测试了该模型。 为了保护隐私，所有患者数据都安全地存储在 BC Cancer 并以匿名方式提交。 与人类研究助理的图表审查不同，新的 AI 方法具有保持患者记录完全机密的额外好处。

“因为该模型是根据 BC 数据进行训练的，这使其成为预测该县癌症存活率的潜在强大工具，”Nunez 博士说。

将来，该技术可以应用于加拿大和世界各地的癌症诊所。

“NLP 模型的伟大之处在于它们具有高度可扩展性、可移植性，并且不需要结构化数据集，”Nunez 博士说。 “我们可以使用本地数据快速训练这些模型，以提高新领域的性能。我怀疑这些模型为世界上任何地方患者可以看肿瘤科医生的地方提供了良好的基础。”

在另一项工作中，Nunez 博士正在研究如何使用先进的人工智能技术为癌症患者提供尽可能最好的心理和咨询护理。 他设想未来人工智能将融入卫生系统的许多方面，以改善患者护理。

“我认为人工智能几乎就像医生的虚拟助手，”努涅斯博士说。 “随着医学变得越来越先进，让人工智能帮助分类和理解所有数据将有助于医生做出决定。最终，这将有助于改善患者的生活质量和结果。”

关于这个人工智能和癌症研究新闻

作者： 新闻办公室
来源： 不列颠哥伦比亚大学
沟通： 新闻办公室 – 不列颠哥伦比亚大学
图片： 该图像属于公共领域

原始搜索： 开放访问。
“使用自然语言处理从最初的肿瘤学咨询文件预测癌症患者的生存由 John Jose Nunez 等人撰写。 JAMA 网络开放

总结

使用自然语言处理从最初的肿瘤学咨询文件预测癌症患者的生存

重要性

预测癌症患者的短期和长期生存可能会改善他们的护理。 以前的预测模型要么使用可用性有限的数据，要么只预测一种癌症的结果。

客观的

也可以看看

调查 NLP 是否可以从患者的主要肿瘤学家咨询文件中预测整体癌症患者的生存。

设计、准备和参与者

这项回顾性预测研究使用了 2011 年 4 月 1 日至 2016 年 12 月 31 日期间在不列颠哥伦比亚省 6 个 BC 癌症中心的任何一个开始接受癌症治疗的 59,800 名患者中的 47,625 名患者的数据。死亡率数据更新至 4 月 6 日，2022 年，并且是从更新到 2022 年 9 月 30 日的数据分析。包括所有在诊断后 180 天内进行过医疗咨询或放射肿瘤学记录的患者； 因多种类型的癌症而就诊的患者被排除在外。

暴露

使用常规语言和神经学模型分析初级肿瘤学咨询文件。

主要发现和措施

主要结果是预测模型的性能，包括平衡准确性和接受者操作特征曲线下面积 (AUC)。 次要结果是对模型使用的词语进行调查。

结果

在样本中的 47,625 名患者中，25,428 名 (53.4%) 为女性，22,197 名 (46.6%) 为男性，平均年龄为 64.9 (13.7) 岁。 根据最初的肿瘤科医生会诊计算，共有 41,447 名患者 (87.0%) 存活了 6 个月，31,143 名 (65.4%) 患者存活了 36 个月，27,880 名 (58.5%) 患者存活了 60 个月。 在测试等待中，最好的模型在预测 6 个月生存期时达到了 0.856 (AUC, 0.928) 的平衡准确度，在预测 36 个月生存期时达到了 0.842 (AUC, 0.918)，在预测 60 个月生存期时达到了 0.837 (AUC, 0.918) . 招聘。 在对预测 6 至 60 个月的存活率具有重要意义的词语中发现了差异。

结论和相关性

这些发现表明，与之前预测癌症存活率的模型相比，它们所使用的模型具有相似或更好的结果，并且它们可能能够使用现成的数据预测存活率，而无需关注单一类型的癌症。