论文部分内容阅读
背景:人工智能(Artificial Intelligence,AI)在医疗领域的发展迅速,逐渐由实验室研究进入临床实践。IBM公司开发的沃森肿瘤(Watson for Oncology,WFO)在2017年开始应用于中国,它是AI在医疗领域的杰出代表,可以快速、准确的为肿瘤患者提出规范的诊疗方案。近几年来,WFO已经在十余个国家展开应用,在我国的应用也越来越广泛。但是国内关于WFO对于肺癌方面的研究相对较少。为此,我们开展了一项关于WFO与我们肿瘤中心对肺癌患者诊疗方案一致性的回顾性研究。目的:本研究旨在探索人工智能在中国肺癌患者中的可行性,分析其存在的问题及优势,为将来的解决方案提供依据。方法:我们随机选取2017年10月至2018年10月在青岛大学附属医院肿瘤精准医学中心接受抗肿瘤治疗的肺癌患者(N=121)。其中100例符合WFO的入组标准。WFO的诊疗方案分为3类,即:“推荐”、“可考虑”和“不推荐”。当临床肿瘤科医生选择“推荐”方案或“可考虑”方案时,认为是一致,其余则认为是不一致。应用Microsoft Excel对所有患者的病例特征进行描述性统计,根据患者的病例分类、性别、年龄、是否行手术等分组,并对其一致性进行分析。采用SPSS17.0版本软件进行统计分析,对上述等因素进行logistic回归模型进行了概率比及95%置信区间的估计,以p<0.05为具有统计学意义。结果:1.在所有病例中,有21个病例不适用于WFO。在100个适用的病例中,患者中位数年龄为61岁,男性占70%,女性为30%。其中做过手术的占21%,未行手术治疗的为79%。小细胞肺癌患者占19%,非小细胞肺癌患者占71%。2.所有入组病例中,WFO提出的诊疗方案85%与肿瘤精准医学中心一致。小细胞肺癌(small cell lung cancer,SCLC)患者的一致性是89.48%;非小细胞肺癌(non-small cell lung cancer,NSCLC)患者的一致性为83.96%。根据肿瘤分期,83.33%的II期患者、83.33%的III期患者和85.94%的IV期患者的诊疗方案是一致的。3.根据性别分类,WFO提出的诊疗方案与肿瘤精准医学中心的一致性对比,男性患者的一致性为88.57%,女性患者一致性为76.67%。4.根据手术与否分类,WFO提出的诊疗方案与肿瘤精准医学中心的一致性对比,手术后患者的一致性为85.72%,未手术患者一致性为84.82%。5.根据年龄分类,WFO提出的诊疗方案,年龄大于等于60岁的患者87.93%与肿瘤精准医学中心一致,年龄小于60岁的患者80.95%与我们中心一致。6.非小细胞肺癌根据鳞癌和腺癌分类后,鳞癌占比28.40%,腺癌占71.60%。WFO提出的诊疗方案在86.95%的鳞癌患者及82.76%的腺癌患者中与肿瘤精准医学中心一致。腺癌根据是否基因突变分为EGFR突变组,EGFR野生型组及未行检测组。EGFR突变组的一致性为73.34%,EGFR野生组的一致性为85.71%,未行基因检测组为86.66%。7.小细胞肺癌分为局限期及广泛期,WFO提出的诊疗方案77.78%的局限期患者与肿瘤精准医学中心一致,而广泛期则高达100%。8.根据Logistic回归模型分析,肺癌分期、组织学类型、性别、年龄等因素对一致性无显著影响。结论:1.WFO针对入组病例提出的诊疗方案与临床肿瘤科医生具有较高的一致性;2.人工智能与临床肿瘤科医生对肺癌诊疗方案选择的差异,可能受到东西方患者体质、药物可获得性、医保方案等因素影响;3.若人工智能想快速、全面的在中国展开应用,需要加速其本土化,提高其一致性。