编者按 在首届全国肝病数字健康论坛暨2024中国医药教育协会肝病专委会学术年会上，福建医科大学孟超肝胆医院院长曾永毅教授作题为《大数据和人工智能在肝癌全疾病周期管理中的应用》的精彩报告。本刊围绕大数据与人工智能（AI）技术在肝癌全周期管理中的应用与影响等相关内容对曾永毅教授进行了专访。曾永毅教授详细阐述了从预防、诊断、治疗到后期随访，大数据与AI技术如何助力提升肝癌管理各环节效果，还分享了团队在数据处理中遇到的技术与伦理挑战，以及跨学科合作的重要性。 曾永毅教授：大数据与AI赋能肝癌全周期管理 点击上方链接查看采访视频 《国际肝病》 您能否详细阐述一下大数据和AI技术是如何被应用到肝癌的全周期管理中的？从预防、诊断、治疗到后期随访，哪个环节受益最多？ 曾永毅教授 在肝癌的全周期管理中，大数据和AI技术的应用可以显著提升各个环节的效果，从预防、诊断、治疗到后期随访，每个阶段都能从中受益。 （1）预防：大数据技术通过分析海量的患者数据，帮助识别出肝癌的高风险人群；通过找出与肝癌发病相关的因素，医疗团队可以制定个性化的预防策略，从而有效降低发病率。 （2）诊断：AI，尤其是深度学习技术，在医学影像分析中发挥了重要作用。AI系统能够自动分析影像数据，识别出人眼难以察觉的病变特征，从而提高肝癌的早期诊断率和诊断的准确性。这种技术的应用不仅提高了效率，还减少了漏诊和误诊的可能性。 （3）治疗：在治疗阶段，AI通过分析患者的临床数据和历史病例，辅助医生制定最优的治疗方案。AI系统能够模拟专家的诊断思维，提供个性化的治疗建议，并预测治疗效果，帮助医生更好地管理患者的治疗过程。 （4）后期随访：大数据和AI技术在后期随访中用于监测治疗后的患者状态。通过对随访数据的持续分析，AI可以及时发现复发的风险，并为医生提供决策支持，确保患者得到持续的关注和护理。 从这些环节来看，诊断环节可能受益最多。AI技术在医学影像分析中的应用显著提高了诊断的准确性和效率，对早期发现和治疗肝癌至关重要。同时，AI可以处理大量的数据，提供实时的诊断支持，帮助医生做出更快速和准确的判断。 《国际肝病》 大数据和AI如何帮助医生给肝癌患者制定个性化的治疗方案？这些技术如何帮助医生更精准地选择治疗策略，提高治疗效果和患者的生存率？ 曾永毅教授 这是一个非常重要的问题，我将从以下四个角度详细阐述大数据和AI如何帮助医生为肝癌患者制定个性化的治疗方案。 （1）数据整合与分析：大数据技术通过整合多源异构数据，如电子病历、医学影像、病理报告和基因组数据，帮助医生全面了解患者的健康状况和病情进展。通过对这些多模态数据的深度分析，AI系统能够识别出关键的临床特征和潜在的病理模式，为个性化治疗方案的制定奠定基础。 （2）风险预测模型：利用机器学习算法，如逻辑回归和随机森林，AI可以构建风险预测模型。这些模型能够评估不同治疗方案的潜在效果和风险，为医生提供科学的决策依据。通过模拟患者在不同治疗路径下的预期结果，AI帮助医生选择最适合的治疗策略，最大限度地提高治疗效果。 （3）知识图谱与决策支持：基于知识图谱的临床决策支持系统结合了最新的临床指南和研究成果，提供标准化且个性化的治疗建议。这些系统通过整合全球临床数据和研究文献，帮助医生制定基于证据的治疗方案，确保每个决策都有坚实的科学依据。 （4）动态调整与实时反馈：AI系统能够实时监测患者的治疗进展，并根据新数据和患者的反应动态调整治疗方案。这种灵活性允许医生及时优化治疗策略，提高治疗效果，并最大限度地延长患者的生存期。实时反馈机制也有助于减少不必要的治疗和降低副作用风险。 通过这些技术手段，医生能够更精准地选择和调整治疗策略，提高治疗的个性化程度，从而显著改善患者的治疗效果和生存率。AI和大数据技术的应用不仅提升了诊疗的精确性，还有效减少了不必要的治疗，降低了副作用的风险。这些技术的协同作用正在推动肝癌治疗向更加精准和个性化的方向发展，为患者带来更好的预后。 《国际肝病》 在收集和处理肝癌患者的海量数据时，您和团队遇到了哪些主要的技术和伦理挑战？如何确保数据的准确性、完整性，并同时保护患者隐私？ 曾永毅教授 01 技术挑战 （1）数据标准化：由于医疗数据来源多样且格式不统一，数据标准化成为一大挑战。不同医院和系统使用的术语和编码可能不同，需要建立统一的标准，以确保数据的可比性和一致性。 （2）数据结构化：医疗数据常以非结构化形式存在，如医生的自由文本记录、影像和病理报告。将这些非结构化数据转换为结构化数据，以便于分析和处理，是一项复杂的任务。 （3）数据透明化：数据处理过程需要透明，确保每一步的数据转换和处理都有记录，以便于追溯和验证。这对于提高数据的可信度和可解释性至关重要。 02 伦理挑战 （1）患者隐私保护：在处理海量医疗数据时，保护患者隐私是首要的伦理考虑。需要遵循相关法律法规，确保数据匿名化和去标识化，以防止患者信息泄露。 （2）数据使用同意：需要获得患者的知情同意，明确告知数据将如何使用，并确保只在获得授权的情况下使用数据。 03 解决方案 （1）数据治理机制：建立有效的数据治理机制，确保数据从采集到处理的每个阶段都符合标准化、结构化和透明化的要求。这包括制定数据标准和使用前结构化的数据采集系统。 （2）隐私保护技术：采用先进的数据加密技术和访问控制措施，确保只有授权人员才能访问敏感数据。同时，实施数据匿名化技术，减少隐私泄露的风险。 （3）伦理审核和合规性：在数据使用过程中，遵循伦理委员会的审核和指导，确保所有数据处理活动符合伦理标准和法律要求。 通过这些措施，团队能够在确保数据准确性和完整性的同时，有效保护患者隐私，克服技术和伦理上的挑战。 《国际肝病》 目前癌症管理离不开多学科合作，大数据和AI技术应用于肝癌的全周期管理，除了院内的多学科合作，应该也离不开计算机科学、统计学等其他学科的支持。您能否分享一下您的团队是如何与其他非医学学科合作的？这是否有助于培养的复合型人才？ 曾永毅教授 01 多学科合作方式 （1）跨学科团队构建：我们组建了由医生、计算机科学家、数据分析师和统计学家组成的跨学科团队。每位成员都在各自的领域贡献专业知识，共同解决复杂问题。 （2）定期研讨会和交流会：我们会定期举办跨学科的研讨会和交流会，分享最新的研究进展和技术创新。这种活动促进了不同学科之间的知识共享和协作创新。 （3）联合研究项目：我们与其他学科的研究团队开展联合研究项目，将医学需求与技术实现相结合。例如，计算机科学家开发新算法，统计学家优化数据分析模型，而医学专家提供临床问题和数据支持。 （4）共享技术平台：我们还建立了共享技术平台，使团队成员能够方便地访问和处理数据，进行实验和模型验证。这种平台促进了技术与医学的紧密结合。 02 培养复合型人才 （1）交叉培训：为团队成员提供交叉培训机会。例如，医学专业人员学习基本的数据科学技能，而技术人员了解医学基础和临床需求。 （2）双导师制：实施双导师制，为研究生或年轻研究人员配备医学和技术领域的导师，促进跨学科知识的融合。 （3）项目实践：通过参与实际项目，团队成员能够在实践中学习如何将不同学科的知识结合应用于解决实际问题。 这种跨学科的合作不仅提升了肝癌管理的效率和创新能力，还促进了复合型人才的培养，使他们能够在多个领域中灵活应用知识和技能。这些人才将在未来的医疗和科技创新中发挥重要作用。