米兰体育app官网:
近来,医渡科技与中山大学肿瘤防治中心孙颖教授团队协作研讨成果《A scalable AI framework for automated TNM staging of 51,242 patients with nasopharyngeal carcinoma》(一种用于51,242例鼻咽癌患者主动TNM分期的AI结构)在线发表于Nature旗下专心精准肿瘤学的期刊《npj Precision Oncology》。该研讨探究使用大言语模型结合医学常识束缚与反思机制构建AI智能体,用于根据印象陈述推理肿瘤规范化TNM分期,为临床医治供给辅助工具的一起,也为大规模肿瘤行列研讨和实在国际依据生成供给新的技能途径。
500)this.width=500 align=center hspace=10 vspace=10 rel=nofollow/>
500)this.width=500 align=center hspace=10 vspace=10 rel=nofollow/
肿瘤分期是临床医治决议计划、预后评价和医学研讨的重要根底。但是,在长时间堆集的实在国际医疗数据中,因为不同阶段选用的分期规范、记载方法及临床文本存在必定的差异,前史病例中的分期信息往往存在异质性,影响后续生计剖析、危险分层以及研讨成果的共同性,是肿瘤实在国际研讨长时间面对的要害痛点。鼻咽癌高度依靠印象陈述进行分期,解剖结构较为杂乱、分期版别迭代频频,前史数据异质性问题尤为杰出,很合适验证 AI 分期技能的价值。
针对这一问题,研讨团队构建了一套根据AI的鼻咽癌TNM分期结构。该结构将AJCC/UICC第9版肿瘤分期规范、头颈部解剖常识及专家规矩融入大言语模型推理进程,并经过二阶段反思机制,对开始分期成果进行校验和优化,完成从印象陈述等非结构化临床文本到规范化TNM分期成果的推理。
研讨根据中山大学肿瘤防治中心实在国际鼻咽癌行列展开验证,共归入2010年至2025年间51,242例患者数据。经AI处理后,该行列电子病历中的分期信息覆盖率提高至100%,完成了大规模前史病例TNM分期的规范化。
为验证大规模使用中的可靠性,研讨团队进一步分层随机抽取200例病例,由3名肿瘤专家对TNM分期进行标示。成果显现,AI生成的TNM分期成果与专家标示成果坚持比较高共同性,T、N、M分期共同率别离到达94.5%、89.5%和99.5%,显着高于一般医师的93.0%,87.0%和97.0%。
研讨进一步发现,经AI规范化后的分期数据在预后剖析中展现出更好的研讨价值。与原始电子病历分期比较,根据AI统一后的AJCC/UICC第9版分期数据树立的剖析模型取得更高的C-index,并出现愈加明晰的生计曲线区别作用,显现AI驱动的数据规范化有助于提高实在国际肿瘤研讨的数据质量和剖析才能。
医渡科技长时间深耕医疗健康数据智能范畴,持续推进人工智能技能在数据管理、临床决议计划、医学科研等场景中的使用。现在医渡自主研制的AI智能体渠道、临床帮手Copilot已经在北京协和、中山肿瘤等50多家医院落地使用。背面依托医渡科技自研的“AI医疗大脑”YiduCore,其技能系统包括医疗大模型、专病常识图谱、可控可信AI智能体技能、医疗数据管理与发掘等要害技能,并经过实在临床场景持续验证与迭代。有关技能累计取得400余项发明专利,先后取得国家专利奖、北京市科技进步一等奖等威望认可。医渡科技环绕疾病产生、展开与医治全进程,不断推进数据、常识与AI才能深层次地交融,使技能使用从信息处理走向医疗事情与疾病演化了解、杂乱使命推理与决议计划支撑,逐步形成以疾病为中心、衔接数据、常识与决议计划的医疗智能底座。
此前,医渡科技已与中山大学肿瘤防治中心环绕医疗数据智能化、临床科研立异等方向展开协作,探究使用人工智能技能提高临床数据价值转化才能。此次研讨进一步根据两边在医学常识与AI技能方面的深度堆集,将大模型智能体技能使用于杂乱肿瘤分期规范化使命,不仅为临床医治作业供给高效辅助工具,也为大规模实在国际数据的规范化管理和临床研讨功率提高供给了新的途径。
未来,医渡科技将持续携手临床专家和科研机构,探究AI在更多医疗场景中的使用,以技能才能助力医疗数据价值开释,推进医疗立异展开。

