人工智能在消化道肿瘤中的最新研究【24年五月｜顶刊速递·05-31】

小罗碎碎念

2024-05-31｜医学AI顶刊速递

今天分享的六篇文章，主题是AI+结肠癌。但是，并非所有的文章都是直接与结直肠癌相关，比如第一篇研究的就是肝癌。

我其实想关注的是消化道肿瘤的医学AI研究——消化道由口腔、食管、胃、小肠、大肠和直肠组成，而肝脏虽然不直接参与食物的机械或化学消化，但它在消化、吸收和代谢过程中发挥着至关重要的作用。因此，尽管肝脏不是消化道的一部分，但它与消化道器官紧密相连，共同维持消化功能和整体健康。

小罗是工科出身，也清楚关注我的几千号粉丝中，大部分都是医学生/医生，所以我不确定我上述的想法是否具有实际临床研究价值，欢迎大家讨论与批评指点！！

小罗日报｜重点关注

第三篇文章，研究了肠道菌群与肿瘤之间的联系，并且代码完全由R语言编写，对于医学生比较友好。

第四篇文章，介绍了国外的一个数字病理计算平台，这篇文章并没有自己写代码，而是直接把切片上传到这个平台分析。我还没有来得及仔细考察这个平台，网址已经放在第四篇推文中，感兴趣的老师和同学，甚至是公司，都可以去研究一下，因为这涉及到商业化，可以赚钱，哈哈。

第五篇文章也很有意思，提到了代谢组学，并且作者在两个不同的平台提供了代码和数据，这个模式值得大家借鉴。

交流群

欢迎大家来到【医学AI】交流群，本群设立的初衷是提供交流平台，方便大家后续课题合作。

一、人工智能（AI）在肝癌研究和患者管理中的应用综述

文献概述

这篇文章是发表在《Nature Reviews Gastroenterology & Hepatology》上的一篇关于肝癌研究和患者管理中人工智能（AI）应用的综述。作者们讨论了AI在肝癌领域的快速发展以及其在临床实践中的应用潜力。

摘要：

• 肝癌在全球范围内发病率和死亡率高。
• AI技术已在某些肿瘤类型（如结直肠癌筛查）中获得批准用于临床。
• AI能够分析肝癌的组织病理学、放射学和自然语言，并能取代手工任务，获取临床数据中的隐藏信息。
• 然而，对于肝癌，这些应用很少转化为大规模临床试验或临床批准产品。
• 作者提倡在肝癌管理的所有阶段整合AI，并提出了一个AI在肝癌管理中的分类法，突出了学术和商业潜力领域，并概述了包括跨学科培训研究人员、临床医生和患者的AI基础的肝癌管理政策。

引言：

• 肝癌是全球癌症相关死亡的第三大原因，包括肝细胞癌（HCC）、肝内胆管癌（iCCA）和混合性肝细胞-胆管癌（cHCC-CCA）三种不同临床特征的实体。
• 肝癌的诊断通常基于放射学特征和患者的特定临床背景。
• 随着免疫疗法和靶向疗法在HCC治疗中的日益普及，现在推荐考虑活检来分析肿瘤免疫档案，以指导治疗决策。

AI的现状：

• 组织病理学实践因数字化的逐步增加而发生变化。
• 深度学习特别适合分析大型图像，并可用于广泛的诊断任务。
• 一项大型研究显示深度学习可以提高肝细胞病变的诊断。
• AI还被用于从H&E染色玻片中提取预后和预测信息。
• 深度学习还被广泛用于直接从H&E病理幻灯片预测癌症的预测分子生物标志物。

临床转化的挑战：

• 肝癌是一个复杂且极其异质的疾病，病因多样导致不同的疾病表型。
• 许多患者存在包括病毒性肝炎、饮酒和/或代谢综合征在内的重叠合并症。
• 肝癌的诊断和治疗决策树高度复杂且快速变化，这使得评估深度学习系统在决策树特定分支的适用性变得困难。

加速策略：

• 需要提高对AI的理解，包括其概念、局限性和潜在用途。
• 需要开发生物标志物来帮助为每位患者提供最佳治疗。
• 需要政策建议来确保AI在医疗保健中的道德、治理和可持续性。

结论：

• AI在原发性肝癌管理中的应用是一个活跃的研究领域，临床需求未得到满足，临床决策复杂且多因素。
• 潜在应用包括诊断自动化、患者分层、生物标志物开发和药物开发。
• 尽管已经开发了一些令人印象深刻的学术AI原型，但要完全实现临床实践，仍需克服许多挑战。