

放射治疗是一场精度的较量。
在广州中山大学肿瘤防治中心,一名鼻咽癌患者在完成CT扫描后不到30分钟,便走出了治疗室。而就在几年前,仅靠医生手动勾画治疗靶区这一个环节,就可能耗去整整半天时间。让这一切成为可能的,是一套被研究团队称为"数字解剖"的人工智能系统,它正在悄然改写癌症放射治疗的游戏规则。
一道绕不过去的难题
鼻咽癌是一种高发于华南地区的恶性肿瘤,放射治疗是其最主要的治疗手段。然而,放疗的精度要求极高,医生需要在医学影像上精确划定需要照射的肿瘤区域,同时标注出必须保护的周围正常组织,这个步骤叫做"靶区勾画"。
问题在于,这项工作极度消耗时间和精力。该中心教授孙颖介绍,过去医生需要对每位患者持续高度专注地工作三到六个小时,才能完成靶区标注。
这还只是治疗前的准备工作。鼻咽癌患者通常需要在六到七周内接受30多次治疗,而在此期间,肿瘤可能持续缩小,患者体重也可能下降,导致肿瘤位置不断偏移。几天前拍摄的影像,到治疗当天可能已经"对不上"了。
这意味着理想状态下,每次治疗前都需要重新评估靶区,但在人工操作模式下,这几乎无法实现。
AI如何做到"剔核不伤肉"
研究团队用了一个形象的比喻来描述靶区勾画的目标:像去除水果的核一样,精准地将肿瘤与健康组织分离。做到了,放射线打到肿瘤;偏了一点,可能就会伤及脑干、颞叶、视神经或中耳,引发头痛、听力丧失、记忆障碍甚至视力损伤等严重并发症。
中国科学院院士、该中心副主任马军指出,靶区过小会让肿瘤有机可乘,增加复发风险;靶区过大则意味着健康组织无谓受损,患者的生活质量将大打折扣。这是放射肿瘤学长期面临的核心矛盾。
为解决这一难题,由马军和孙颖共同领导的研究团队历时十余年,构建了"数字解剖"人工智能系统。该系统基于大规模患者数据集,深度学习肿瘤随时间演变的规律,能够在CT成像完成后自动生成精准的靶区勾画方案,再由医生审核调整后确定最终方案。
这套流程被集成进一体化的CT成像与治疗设备中,在硬件层面实现了"扫描即治疗"的闭环。治疗设备还引入了自适应放疗技术,即能够根据当次扫描结果对治疗方案进行实时修正,确保每次照射都精准命中当下的肿瘤位置,而不是依赖过时的影像数据。
值得关注的是,这一方向并非孤例。《自然·通讯》近期发表的一项多中心前瞻性研究同样显示,深度学习辅助靶区勾画能够显著降低不同医生、不同中心之间的勾画差异,尤其对经验相对不足的医生帮助明显。这与中山大学团队的实际临床观察高度吻合。
效率和精度,这次可以兼得
数据最能说明问题。
该中心主任医师周冠群介绍,"数字解剖"系统目前的勾画准确率已超过50%的专科医生水平,医生之间的勾画差异减少了50%,工作效率提升了5倍以上,每位患者的单次治疗全程被压缩至约30分钟以内。
对患者而言,这意味着更短的等待时间、更少的疲惫,以及更频繁地获得个性化治疗调整的机会。对医疗体系而言,这意味着更高的资源利用效率,单位时间内可服务更多患者。
在全球范围内,自适应放疗结合人工智能靶区勾画正成为放射肿瘤学的前沿热点,也是国际学术会议上最受关注的议题之一。中国团队在鼻咽癌这一高度本土化病种上的十年深耕,恰好与这一技术趋势同频共振,走到了国际前沿。
这场革命发生得很安静,患者可能感知不到背后的技术跃迁。但对于那些曾经在漫长勾画工作中反复确认每一条边界的放疗医生来说中国十大股票配资公司,改变是实实在在的。
佳禾资本提示:文章来自网络,不代表本站观点。