陈明 教授

人工智能与肿瘤的诊疗联系越来越密切。基于深度学习方法，对肿瘤影像数据进行目标检测和图像分割等工作；对肿瘤信息大数据的挖掘，结合肿瘤的生物学行为，临床医生可以更快速更准确进行肿瘤的诊断和治疗。人工智能促进了多模态多组学数据的整合与交互，深度学习正结合病理组学、影像组学、临床试验、临床治疗等，不断地融入肿瘤诊疗的各个环节。

据中华医学会放射肿瘤学分会统计，2015年我国需放疗人数为257.4万，占总病人数60%，而实际上有放疗需求但因各种原因未放疗人数达162.5万。从欧美情况来看，手术、药物、放疗对肿瘤病人5年生存率的贡献分别为49%、11%、40%。对比而言，我国目前现状是手术水平较高、药物治疗过度、放疗可及性差、规范程度低。中国大陆5年生存率从2013年的30.9%提高到2017年的40.5%，有了很大进步，但距离美国66%的5年生存率，仍然有不小的差距，放疗可及性不足是影响总体疗效的重要原因之一。

原本为一个病人制定放疗计划，需放疗师与物理师合作3小时左右，现却可缩短至半小时，危及器官的自动勾画准确率可达70%~95%，食管癌和乳腺癌靶区自动勾画都已达到 70%以上。而且通过建立优质放疗大数据库，不断发展人工智能，提高放疗靶区自动勾画、放疗计划自动设计的水平，可大幅改善我国放疗供给侧结构，提高工作效率。把大小不等、忙闲不均、水平参差的孤岛式放疗单位，通过医联体服务模式接入远程放疗云平台，逐步引导肿瘤患者在本地接受高质量的放射治疗，推进分级诊疗的发展。