最近的相关报道显示，随着AI癌症检测工具的推广，肿瘤学界对其临床应用价值尚存不一致的看法，同时AI技术也面临技术验证、技能影响等挑战，但，未来AI在个性化医疗领域潜力显著。
肿瘤学家对 AI 的态度分歧
Medscape对140名肿瘤学家的调查数据显示，三方观点呈均衡分布：1/3 认为AI对癌症诊断或分期有帮助，35% 认为无帮助，32%持观望态度。且AI的应用价值因癌症类型差异明显，在乳腺癌、肺癌、前列腺癌诊断中认可度最高，在脑癌、肾癌诊断中认可度最低，这与当前AI在肿瘤学领域的应用重点高度相关：目前AI主要聚焦于基于图像的检查方式，如辅助解读乳腺X光片、肺部CT扫描，评估前列腺癌筛查实验室结果及分析结肠癌结肠镜图像，核心作用是提升医生工作效率，且处于临床医生主导下的辅助地位。
对AI应用的接受与谨慎态度
接受的原因与基础
临床医生对AI的接受度正逐步提升，一方面是因意识到无法单纯忽视AI技术；另一方面，AI 模型数据透明度的提高，包括数据集构建与验证方式的公开，为接受度提升提供了支撑。此外，部分专家认为，AI能帮助检测到医生初次查看患者时易遗漏的细微信号，可成为诊断的重要辅助。
谨慎的核心顾虑
首先是技术验证不足，很少有AI技术经过前瞻性验证（即通过设计长期跟踪研究，明确其在真实临床场景中对患者的长期影响。比如，是否真的降低误诊漏诊风险、是否改善患者生存质量等），这不仅涉及诊断率，还包括临床结局，而癌症筛查试验需数年甚至数十年才能评估结局，在缺乏AI与临床医生诊断效果对比性研究（如是否漏诊、过度诊断）的确凿证据前，医生难以全面依赖AI。
其次是数据问题，医生们往往担忧AI训练数据的完整性与多样性，若数据存在缺陷的时候，AI反馈可能无法适用于不同人群患者；同时，数据治理问题突出，如数据访问权限、个人医疗信息被重新识别的风险，均需重点解决。此外，AI工具表现并非完美，在生死攸关的临床决策中，未经充分验证不能完全信任AI的结果，当前临床流程中，医生必须审核AI输出结果并向患者解释，这是不可缺失的环节。
AI 推广面临的 “技能退化”
挑战AI在带来便利的同时，可能导致临床医生专业技能退化。《柳叶刀・胃肠病学和肝病学》的研究提供了证据：波兰四家内镜中心202 年引入 AI 息肉检测工具后，内镜医生在无AI辅助的标准结肠镜检查中，腺瘤检出率从接触AI前的28.4%降至22.4%。不过，有的医生对这一问题持乐观态度，以计算器类比，计算器刚出现时，很多人担心学生们会失去手工进行简单算术运算的能力。后来，虽然很多人确实不再能快速完成简单的数学计算，但计算器的发明也让人们得以将精力投入到解决更高级的问题中。因此，认为尽管AI可能让医生部分基础技能弱化，但未来AI有望在医学诊断和治疗上实现远超当前的突破，足以弥补技能损失。预测，新一代 AI 将成为常规诊断的 “标准助手”，推动生物医学新发现与新治疗方案探索，未来并非AI取代医生，而是不会运用AI的医生被能有效利用AI的医生替代。
AI在癌症领域的未来应用前景
AI在癌症领域的未来应用聚焦于“整合多模态数据”与个性化医疗。期待AI能融合影像、病理、电子健康记录、基因组等多类数据，结合可穿戴设备等渠道收集的更多患者数据，实现个性化的预测与医疗建议，从而从关注癌症人群风险转向关注癌症个体风险，助力癌症早检与主动医疗，推动医疗进入“高度个性化”阶段。当前虽处于精准医疗时代，但仍只是起步阶段。医生团队的研究也印证了AI的潜力，其开发的机器学习模型可通过组织病理学图像细胞特征预测肿瘤分子特征，还能依据患者初诊样本预测总生存期与无病生存期。未来，AI若能进一步精准预测患者治疗反应，可帮助癌症患者规避不必要的治疗毒性反应，将成为临床实践的智慧“助力者”，而非仅重复人类已有知识。
转载本文请联系原作者获取授权，同时请注明本文来自阎影科学网博客。
链接地址：https://wap.sciencenet.cn/blog-3302154-1503080.html?mobile=1
收藏
