香港理工大学研究团队：根据患者数字分身，治疗前先让AI预测疗效

癌症患者做治疗决定时，最难的一件事就是：治疗方案很多，但哪一种更适合自己？

现在，香港理工大学研究团队正在尝试让AI先“模拟”一下。

他们开发了一套AI虚拟患者模拟系统。系统会把患者的基因检测、CT/MRI影像、病理报告、化验结果和既往治疗记录等信息放在一起，建立一个不断更新的“数字分身”。

现实中的患者病情发生变化，电脑里的“虚拟患者”也跟着更新。医生可以利用这个模型，辅助判断病情变化，并模拟不同治疗方案可能带来的效果。

来源：MedicalXpress

过去医生判断病情，往往需要分别查看很多资料：CT放在这里，病理报告放在那里，基因检测又是另外一份报告。

但癌症不是静止不动的。肿瘤会自然变化，经过治疗以后也会发生变化。

今天的影像、上个月的化验结果、几个月前的基因检测，很难完整反映患者现在到底处于什么状态。

这套系统想解决的，就是这个问题。

它会把患者不同时间、不同类型的医疗信息不断放到一起，包括：

• 基因检测

• 医学影像

• 病理报告

• 血液等化验结果

• 既往诊疗记录

然后建立一个可以持续更新的虚拟的“数字分身”模型（术语叫“数字孪生”）。

这个词听起来很复杂，其实可以理解成：在电脑里建立一个不断跟着真实患者变化的“虚拟版本”。

• 患者的检查结果变了，它也跟着变。

• 患者出现新的症状，也可以继续补充进去。

这样医生看到的，就不再只是某一天的一张CT，而是一幅不断变化的完整病情图。

对于癌症患者来说，这可能是最值得关注的一点。

同样一种癌症，往往有不止一种治疗选择。到底先用哪一种？哪种方案可能更适合这个患者？如果治疗以后效果不好，下一步怎么办？

这些问题无疑会给患者带来压力。

而这套AI系统的目标，就是根据患者不断更新的数据，预测不同治疗方案可能产生的效果，为医生制定治疗计划提供参考。

也就是说，医生希望在真正确定治疗方案之前，先让电脑里的“虚拟患者”对不同方案的可能效果进行预测，为选择方案增加一层“保险”。

当然，这里一定要说清楚，AI不是替医生决定治疗方案。它更像是一个辅助工具，把散落在不同检查里的信息整合起来，再帮助医生比较不同选择。

最终真正怎么治，仍然需要医生结合患者身体状况、既往治疗以及临床经验综合决定。

除了预测方案效果，这套AI系统的另一个目标，是把患者的病理结果、CT、核磁、基因报告、出院记录、化验单等散碎资料集中，让医生可以看到患者比较完整的疾病信息，方便多学科会诊以及转诊，也让患者可以通过手机端上传医疗资料、记录每天的症状、查看自己的健康变化。

研究团队还设计了一种加密二维码，用于在不同医疗机构和设备之间传递医疗信息，希望在保护隐私的同时，提高资料共享效率。

研究团队开发了一套专门用于预测非小细胞肺癌患者免疫治疗效果的AI模型。

这套模型叫ViGNet。

ViGNet会把不同信息结合起来，比如肿瘤病理切片长什么样、患者的基因表达有什么特点、患者属于什么癌症类型等等。然后让AI综合判断谁更可能免疫治疗有效。

目前的研究显示，这个模型的区分能力（AUC）达到82.55%，属于良好水平。

总之，AI的发展日新月异，它正在从“帮医生看一张片子”，逐渐走向“帮医生更好地理解一个个充满变化的患者”。