IBM Watson Health 针对癌症治疗的AI临床决策支持工具
http://bit.ly/2ZbLtEj
IBM公司Watson超级电脑的人工智能(AI)技术，使用机器学习来分析和解读大量数据，作为检查及判读患者数据依据，提供给医护人员进行治疗决定方式。
IBM Watson Health跟它的合作伙伴在2019年的美国临床肿瘤年会(ASCO)上，公布了22项新的研究，其中，主要是针对全球癌症治疗中的临床决策支持。根据医学博士Nathan Levitan的说法得知，人工智能将有助于医生做出临床决策，而许多不同科别的肿瘤医学会，都在根据这些人工智能所得到的科学证据，以寻求更全面的讯息以及更关键的治疗方针。
Watson AI支持Watson Health在肿瘤医学和基因遗传学，已经有70多篇平行审查的研究，因此，对癌症患者来说，这样的技术是可以令人信服的。
Watson for Oncology可以用于临床决策变化个案报告。而在一项盲性评估试验中，Manipal医院里不同科别的肿瘤医师，针对印度一家癌症中心的乳腺癌、肺癌以及结直肠癌，总计1000例的患者，进行医疗临床决策的评估。
最终的结果显示，医院中有多位不同科别的肿瘤医师，因为根据Watson for Oncology提供的讯息，而在136例(13.6%)的个案中改变了他们的治疗决策。而肿瘤医师会改变决定的原因，包括Watson for Oncology提供了新疗法的最新证据(55%)、更个人化的替代疗法(30%)、新的基因型和表现型数据以及新的临床经验(15%)。
当下一代定序(next generation sequencing, NGS)越来越显著的影响临床决策，Watson for Genomics将会对治疗血液系统的恶性肿瘤有很大的帮助。从2017年底开始，为期一年的时间，在Hallym大学医学院里，血液肿瘤患者使用54个基因的TruSight Myeloid Sequencing Panel进行定序，这是利用NGS的技术，针对54个血液肿瘤性疾病抑制基因及致癌基因突变热点等关键基因，所做的最全面评估方法。
在54个患有血液系统恶性肿瘤的患者中，Watson for Genomics定序所使用的人工智能决策支持系统WatsonäforGenomics(WfG)的结果，跟专家手动执行的结果相比，十个随机选择子集有九个符合WfG，相当于90%的吻合度。这将有效的降低劳动密集的手动作业。
IBM Watson Health 仍不断加强产品的功能。在ASCO期间，IBM Watson Health 提出了一项新的分析数据方法，借由其提出的文献摘要中的模型，以及使用梯度增强树法(gradient boosted-tree approach)和二元逻辑监督学习分类法(binary logistic supervised learning
classification)，来训练机器自动辨识。而这个模型的准确率达到93%，灵敏度为95%，特异性也有91%。
以IBM Watson Health的战略重点来看，开发产品以支持关键市场中肿瘤学家的工作是首要之务。Watson Health肿瘤医学和基因遗传学产品，目前正用于支持全球超过15个市场的癌症护理。