Page 46 - 肿瘤患者中西医结合护理研究

肿瘤患者中西医结合护理研究
Research on Integrated Traditional Chinese and Western Medicine Nursing for Cancer Patients

和血管分布等构建乳腺癌风险评分，并在一般人群中证明该预测模型可用于乳腺
癌筛查（AUC=0.89）。
基于核磁共振成像（magnetic resonance imaging，MRI）的肿瘤诊断也受益
于 AI 的发展，已有多项研究证明应用 DL 方法可实现胶质细胞瘤和前列腺癌的

肿瘤区域分割和诊断。相较于使用不易获得的病理标本进行诊断，该方法增强
了肿瘤早期发现和诊断的能力。AI 还可与内镜技术结合，显著提高肠镜下腺瘤
的检出率，并可以优化检测流程和减少漏诊风险。将 AI 辅助系统结合胃十二指
肠镜可将未观察到胃底和胃窦的概率分别降低至＜ 20% 和＜ 4%，显著降低了胃

十二指肠镜的盲点率（5.86%vs.22.46%，P ＜ 0.001），并增加了筛查准确性。
AI 也应用于阴道镜检进行宫颈癌筛查相关研究。此外，AI 和 DL 技术在正电子
发射计算机断层显像（positron emission tomography CT，PET/CT）影像组学领域
展现了良好的应用前景，结合 AI 分析技术的 PET/CT 可在临床诊疗中用于评估

全身肿瘤负担。
除临床影像学资料，AI 处理图像的优势也体现在与体液活检技术的结合上。
Tsvetkov 等使用 AI 技术直接识别血浆的纳米级差示扫描荧光（nanodifferential
scanning fluorimetry，nanoDSF）特征，可以用于区分胶质细胞瘤患者，一致率达

0.92。Shin 等尝试将 AI 技术结合受激拉曼光谱分析，发现肺癌患者的血浆外泌
体和肿瘤细胞系的外泌体的相似程度与肺癌临床进展有关，因而基于外泌体相似
度特征的 DL 方法有望指导肺癌分型。Hollon 等在多中心临床试验中使用基于神
经网络的受激拉曼组织学（stimulated Raman histology，SRH）在脑肿瘤术中实

时诊断，其诊断准确率与病理学专家相当且速度更快。基于图像纹理特征，影像
组学研究也可通过 DL 方法自动提取图像特征，挖掘影像信息与分子生物学特征
之间的关联，识别基因突变、微卫星不稳定、全基因组复制、染色体突变和代谢
改变等。相比于传统的实验室检测方法，直接基于图像推测遗传和分子特征具有

快速、低成本的优势，不仅可在一定程度揭示分子标志物特征，还有助于阐明分
子水平变化对表型影响的生物学机制。然而这些识别方法的理论依据是基因型－
表型之间具有足够强的相关性，因此其主要局限性在于影像组学对分子生物学特
征识别的准确性仍有限，不能有效改善完整的分子和临床测定结果。

2. 病理学资料
AI 技术革新也使得作为“金标准”的病理学诊断不断改进。全视野数字化

36