论文部分内容阅读
背景现今科学技术的进步使得乳腺癌的治疗取得了较大的进展。乳腺肿瘤学的研究数据在飞速增长、临床诊治指南也在不停更新,乳腺外科医生在面对乳腺癌的治疗方案的选择有了更多的挑战。人工智能(artificial intelligence,AI)技术支持下出现的临床诊疗决策系统(clinical decision-support systems,CDSS)对此现状的改变有着极大的潜力。本研究主要比较沃森肿瘤系统(Watson for Oncology,WFO)和乳腺癌多学科讨论的治疗建议之间的一致性。目的探讨在乳腺癌患者术后,比较沃森肿瘤系统与多学科讨论所选择的辅助治疗方案之间的一致性,评估其在临床应用的价值。方法收集2016年5月至2018年6月就诊于深圳市第二人民医院甲乳外科的76名乳腺癌术后患者的临床资料。病例入选标准:(1)临床或病理分期Ⅰ~Ⅲ期(AJCC第8版乳腺癌分期标准)的女性患者,术前均行超声、CT检查,未发现重要脏器转移;(2)未接受乳腺癌新辅助治疗的患者;(3)患者的临床资料完整,术后均采用免疫组化方法检测癌组织中雌激素受体(ER)、孕激素受体(PR)、人类表皮生长因子受体-2(HER-2)及Ki-67表达水平;(4)经MDT讨论过的乳腺癌患者。最后将此研究中的患者汇总,登录沃森肿瘤系统的界面,录入相应的信息,WFO经过一定的运算得出相应的治疗建议。WFO的治疗建议通常分为推荐方案、建议考虑方案、不推荐方案以及WFO对该病例不可用。对比MDT方案与WFO两者的治疗建议,分析结果:以MDT方案包含在WFO推荐及考虑级别的方案内视为一致,另外的可能都认定为不一致。使用Microsoft Excel对乳腺癌病例特征的进行描述性统计计算。采用SPSS 25.0软件进行分析,用logistic回归模型对患者的年龄、癌症分期和分子分型分别进行概率比的计算,同时估计95%置信区间,以P<0.05视为具有统计学意义。结果总体上来看,在82.9%的乳腺癌病例上,WFO与MDT的治疗方案保持一致。按患者年龄、病理分期和肿瘤分子分型对两者治疗方案的一致性进行亚组分析,发现两种治疗方案的一致性随着患者年龄的增加而下降(P<0.05)。而本次研究中病理分期与分型对方案一致性的影响不大。结论WFO和MDT关于乳腺癌辅助治疗方案上有着较高的一致性。随着乳腺癌患者年龄的增加,两种方案的一致性随之下降,而肿瘤病理分期与分子分型无明显影响。这项研究一定程度上说明临床诊疗决策系统WFO可能对于乳腺癌诊疗决策有着不小的帮助,尤其是在一些乳腺专家较少的诊疗中心。在临床中,WFO可为医生提供临床决策支持,帮助医生滤过干扰信息,提高其工作和学习的效率。随着未来人工智能技术的不断进步,必将推动乳腺癌治疗决策走向智能新时代。