(资料图片)

肠癌是德国最常见和致命的癌症之一。每年约有 58,000 人被诊断出患有这种疾病。如果及早发现，肠癌很容易治愈。然而，尽管筛查和治疗方面取得了重大进展，医生在诊断和预后方面仍然面临挑战。这就是 DECADE——用于结直肠癌诊断、预后和反应预测的去中心化人工智能——的用武之地。几家德国大学医院正在共同研究人工智能 (AI) 和群体学习 (SL) 的使用如何显着改善结直肠癌的诊断、预后和反应预测。早期和晚期结直肠癌患者的护理和治疗。人工智能已经能够分析大量数据并识别某些模式。由此获得的见解可以帮助更好地预测疾病的病程或做出更个性化的诊断。该研究项目的目的是利用 AI 和 SL 显着改善结直肠癌患者的治疗。

德累斯顿工业大学 Else Kröner Fresenius 数字健康中心和德累斯顿大学医院的项目负责人兼临床人工智能教授 Jakob N. Kather 教授在项目开始时表示：“到目前为止，人工智能工具只是其原因之一是医院之间的数据交换受到法律和伦理障碍的严重限制，尤其是在德国。解决这一问题的一个方法是群体学习。通过群体学习，多个机构可以联合训练医疗人工智能模型，而无需交换数据。通过使用去中心化人工智能和群体学习，希望改善结直肠癌患者的诊断、预后和治疗规划。”

使用分散的患者数据训练人工智能

在癌症研究中，隐私法和道德障碍使得不同研究机构之间共享敏感的患者数据变得困难，尽管许多患者原则上赞成将其数据用于研究目的。群体学习使得更容易满足隐私要求。群体学习是机器学习的一种特殊形式，其中模型的训练无需在参与者之间交换实际数据。模型的协调和合并是通过区块链完成的，无需中央实例。DECADE项目以此方法为基础，利用基于SL的AI技术来解决与结直肠癌相关的现实临床问题。“保护敏感健康数据的法律要求很高。这种创新的群体学习方法可以在不违反隐私法规的情况下实现不同研究机构之间的协作和知识转移的好处。通过这种方式，可以进一步开发和改进癌症研究中的人工智能模型，从而为癌症患者提供更好的诊断、预后和个性化治疗方法。”该大学胃肠病学、肝病学和传染病学系主任 Tom Lüdde 教授说杜塞尔多夫医院。项目合作伙伴将使用 SL 开发人工智能算法，用于结直肠癌的诊断和分型以及预测疾病进展。在此过程中，他们为 SL 在医学中的使用树立了先例，可以作为任何人工智能系统的模板在医疗保健领域。毕竟，更强大的人工智能系统可以帮助医生在早期阶段发现肠癌并更有效地治疗它。这可以支持医务人员并改善结直肠癌患者的护理和治疗。

背景信息：

研究项目 DECADE——用于结直肠癌诊断、预测和反应预测的去中心化人工智能——由德国癌症援助机构资助，三年内(2023-2026 年)资助约 150 万欧元。项目合作伙伴是波恩、德累斯顿、杜塞尔多夫、海德堡和美因茨的大学医院。该研究项目的目的是利用人工智能和群体学习来改善结直肠癌患者的治疗。

关键词：