Article Info

当今中国正面临着日益严峻的癌症挑战，对于医学专家来说，没有足够的时间来学习和获取相关的医学信息，人工智能（artificial intelligence，AI）有可能帮助解决这一难题[1]。目前，在国内关于沃森肿瘤学（Watson for Oncology，WFO）的使用经验仍较少[2]。WFO 是由AI 临床决策支持系统构建，近年来学界报道，它可能是癌症治疗决策的有用工具，美国安德森癌症中心在诊断癌症的时候灵活运用沃森人工智能，取得了较好的临床治疗效果[3]。探索WFO 用于中国食管癌患者的治疗建议与国内权威癌症中心的一致性及适用性，对于食管癌患者的救治有着一定的影响意义[4]。本研究拟探讨WFO 用于中国食管癌患者的可及性，以及与中国医生实际诊疗情况的一致性，分析非一致性的原因及由此导致的食管癌患者疗效及预后差异的严重程度，从而帮助国内医院肿瘤专科医生通过大数据及人工智能技术短时间内快速提高我国食管癌患者的诊疗水平，并与国际最先进水平接轨，推动人工智能在肿瘤领域临床中的应用。

1 资料与方法

1.1 一般资料

选取2016年1月至2019年12月经厦门市肿瘤中心专家团队诊治、且最终采用多学科诊疗模式（mul ti disciplinary team，MDT）治疗方案的200 例食管癌患者作为研究对象。其中，男101 例，女99 例；年龄23~79 岁，平均（49.39±2.43）岁；鳞状细胞癌105 例，腺癌90 例，小细胞癌5 例。本研究符合《赫尔辛基宣言（2013）》。

1.2 方法

将患者的疾病信息输入WFO 系统，系统根据所提供的疾病信息，为患者提供个性化治疗建议。WFO认知计算系统可利用人工智能算法生成治疗建议。比较WFO 提供的治疗方案与厦门市肿瘤中心实际治疗方案，评估两种治疗方案的一致性、部分一致性以及不一致性[5]。

一致性：医院方案是WFO 的绿色（推荐）或橙色（可考虑）方案。部分一致性：医院方案与WFO 方案中的有部分不一致，其他部分一致（如WFO 推荐新辅助放化疗，医院使用新辅助化疗）。不一致性：医院方案是WFO 的红色（不推荐）方案，或不在WFO 方案列表（超出WFO 适应症）。

超出WFO 适应症的情况：①患者的既往治疗方案不在WFO 的可选项内；②患者已知的基因突变位点不在WFO 的可选项内；③患者由于不耐受而需要更换方案[6]。

1.3 统计学方法

采用SPSS 24.0 统计学软件进行数据分析，计量资料用均数±标准差（

±s）表示，两组间比较采用t 检验；计数资料采用率表示，组间比较采用χ2 检验；采用Pearson 相关性分析确定WFO 提供的治疗方案与厦门市肿瘤中心实际治疗方案的相关性。以P＜0.05为差异有统计学意义。

2 结果

2.1 两种治疗方案的一致性及适用性分析

WFO 提供的治疗方案与厦门市肿瘤中心实际治疗方案比较，具有一致性及适用性（P＞0.05）（表1）。

表1 两种治疗方案的一致性及适用性分析[n（%）]

2.2 两种治疗方案的相关性分析

Pearson 相关性分析结果显示，WFO 提供的治疗方案与厦门市肿瘤中心实际治疗方案存在相关性，两种治疗方案的的一致性、部分一致性以及不一致性均呈正相关（P＜0.05）（表2）。

表2 两种治疗方案的相关性分析

3 讨论

目前，中国癌症治疗面临床着非常严峻的挑战。据统计，中国每天大约有12000 个新的癌症确诊病例[7]。对于相关领域的医学工作者而言，持续更新的医学知识，不断变化的科学证据，庞大的知识库等，也使得业内最优秀的肿瘤医生面临着巨大挑战[8]。在食管癌患者的治疗领域中，临床医生往往需要面对复杂的治疗现状，患者的治疗手段不能一味的依靠循证医学证据解决，需要通过临床病例生成的数据进行分析，辅助制定最佳的医疗决策。这种以数据为主体的研究，就是大数据[9]。再加之近年来，人工智能医疗已逐步成为一项可推广、可普及的应用技术[10]。两种技术的融合，形成了当前人工智能医疗的成熟应用，主要集中在智能影像学、智能病理学和智能决策三个方面[11]。现代医学中，医生的诊疗结论建立在相应的诊断数据中，作出既正确且快速的判断对临床医生来说是一项挑战，这依靠的不仅是不懈的训练，更是经验和数量的积累[12]。

WFO 是美国国际商用机器公司与纪念斯隆-凯特琳癌症中心联合开发的一种认知计算系统，可以通过自然语言处理从一般文档中提取结构化数据[13]。医生只需输入患者的一般情况、基础疾病、手术、病理学、治疗过程、复发转移等信息，WFO 就能通过300种以上医学期刊、250 本以上医学书籍、1500 万页的论文的筛选，列出最符合当前条件的数个治疗方案，并按照优先级推荐给临床医生，同时注明各方案的循证支持和指南来源[14]。此外，WFO 还能接收患者的肿瘤活检基因学检测报告，通过强大的认知与计算能力，发现与病情发展情况相关的基因突变，并提供针对这些突变的可选治疗方案列表，以供主治医生参考[15]。同时，它还能为病人推荐符合入组条件的临床试验，给予病人更多选择的机会。WFO 使用自然语言和机器学习分析了海量的非结构化医疗数据，主要集中在乳腺癌，结直肠癌和肺癌[16]。WFO 和多学科诊疗团队提出的治疗建议对所有检查的乳腺癌病例高度一致。这项研究表明AI 临床决策支持系统WFO 可能是乳腺癌治疗决策的有用工具，尤其是在乳腺癌专家资源有限医疗中心。美国安德森癌症中心在诊断癌症的时候灵活运用沃森人工智能。根据2014年美国临床肿瘤学会发表的资料显示，WFO 对于大肠癌的诊断一致率为98%、直肠癌为96%，癌症的诊断一致率平均高达96%[17]。在国内，目前上海交通大学医学院附属仁济医院、瑞金医院和上海市第十人民医院等已将WFO 应用于乳腺癌和结直肠癌的MDT，数据显示WFO 和人类专家方案的一致率高达85%以上[18]。结合WFO 的力量与医师在过去几十年治疗癌症的经验与知识，可以帮助医生探索疾病的微妙之处，更加了解不断成长的肿瘤数据，并进行基于证据的治疗决策。

目前国内WFO 的使用经验仍较少。食管癌肿瘤领域目前也没有应用WFO 的临床文献发表，对于WFO用于中国食管癌患者的可及性、与中国医生实际诊疗情况的一致性等方面的数据尚不明确。此外，目前WFO 的治疗建议是基于临床试验为主的循证依据，其与国内真实世界患者情况的差异也尚待评估。因此，本研究旨在探讨WFO 用于中国食管癌患者的可及性、与中国医生实际诊疗情况的一致性，评估通过WFO 在中国食管癌患者的应用及带来的疗效预后改善，从而帮助医院科室了解本科室内肿瘤患者的诊疗情况，并推动人工智能在肿瘤临床中的应用。本次研究中，为了进一步验证WFO 治疗中国食管癌患者与厦门市肿瘤中心的一致性及适用性，通过临床统计研究，并进行数理统计分析，最终研究结果显示，WFO提供的治疗方案与厦门市肿瘤中心实际治疗方案比较，具有一致性及适用性（P＞0.05）。Pearson 相关性分析结果显示，WFO 提供的治疗方案与厦门市肿瘤中心实际治疗方案存在相关性，两种治疗方案的的一致性、部分一致性以及不一致性均呈正相关（r=0.934、0.903、0.804，P＜0.05）。

本次研究的200 例食管癌患者来自全国各地多省份，并且均经厦门市肿瘤中心专家团队诊治分析，均为典型病例，并被录入到MDT 系统库内，可以代表中国食管癌患者。WFO 目前并未在中国广泛推广，在国外适用性较强，通过回顾分析，完成了该领域研究的初探，目前仍然存在局限性（样本量较少、不同民族是否存在差异性等其他因素），因此研究仍然需要收集更多的病例，并建立中国的WFO 系统库，为充实该领域的研究，以及为病患的治疗提供更多有价值的参考依据。

综上所述，WFO 提供的治疗方案与厦门市肿瘤中心实际治疗方案存在相关性，WFO 在中国食管癌患者的治疗方案制定方面具有适用性。

[参考文献]

[1]徐君南，姜雨君，段羊羊，等.Watson for Oncology 在乳腺癌治疗中的应用与思考[J].中国研究型医院，2018，5（3）：19-24.

[2]周娜，李爱芹，刘广伟，等.沃森肿瘤人工智能系统在临床中的应用[J].中国数字医学，2018，13（10）：28-30.

[3]胡春雷，侯佳宁，靳枫，等.沃森肿瘤解决方案系统在我国结肠癌综合治疗决策中的应用价值评估[J].中国医学前沿杂志（电子版），2018，10（10）：116-120.

[4]胡学达，杨焕明，赫捷，等.肿瘤基因组学与全球肿瘤基因组计划[J].科学通报，2015，60（9）:792-804.

[5]段明月，叶玉琴，张乐，等.人工智能制定乳腺癌术后治疗方案与相关指南一致性研究[J].中国实用外科杂志，2019，12（9）：46-58.

[6]Somashekhar SP，Sepúlveda，MJ，Puglielli S，et al.Watson for Oncology and breast cancer treatment recommendations：agreement with an expert multidisciplinary tumor board[J].Annals of Oncology，2018，12（9）：46-58.

[7]Allison B，Heidi T，Alix H，et al.Preferences for models of peer support in the digital era：A cross-sectional survey of people with cancer[J].Psycho Oncology，2018，24（2）：98-104.

[8]Xiaoyao Z，Yinbin Z，Xingcong M，et al.Concordance between treatment recommendations provided by IBM Watson for Oncology and a multidisciplinary tumor board for breast cancer in China[J].Jpn J Clin Oncot，2018，14（5）：132-145.

[9]Frank X.Is Watson for Oncology per Se Unreasonably Dangerous：Making A Case for How to Prove Products Liability Based on a Flawed Artificial Intelligence Design[J].Medicine，2019，34（8）：565-573.

[10]Fang J，Guo X，Zhu Z，et al.Quality control system of Watson for oncology：Artificial intelligence for supporting clinical decisions in oncology[J].J Clin Oncol，2019，37（15）：6616.

[11]潘军，秦叔逵，陈映霞，等.转为可切除同时性肝转移结肠癌患者的肿瘤退缩分级与影像学评估的一致性观察[J].临床肿瘤学杂志，2018，48（7）：24-29.

[12]马建华，尚玉萍，刘宝玲，等.累及野照射联合同步化疗治疗局部中晚期食管癌47 例临床观察[J].肿瘤学杂志，2018，24（12）：1223-1226.

[13]顾翔，陈晓军，宋文波，等.再程放疗联合替吉奥治疗局部复发食管癌的临床疗效及安全性[J].国际肿瘤学杂志，2018，45（11）：661-664.

[14]贺晓兰，徐晓婷.容积弧形调强治疗在食管癌中的应用[J].国际肿瘤学杂志，2018，45（8）：499-501.

[15]刘娟，曹雪涛.2018年国内外免疫学研究重要进展[J].中国免疫学杂志，2019，35（1）：7-15.

[16]胡其昌，张吉才，戴红政，等.美国临床遗传实验员认证规范介绍[J].中华医学遗传学杂志，2019，36（1）：44-53.

[17]昝丽坤，谈东风.乳腺大体标本取材：美国MD 安德森癌症中心乳腺癌标本取材介绍[J].中华病理学杂志，2017，46（8）：521-524.

[18]曹晖，顾佳毅.人工智能医疗给外科医生带来的挑战、机遇与思考[J].中国实用外科杂志，2018，38（1）：28-33.