Pautas para el diagnóstico clínico y el tratamiento del cáncer
El desarrollo de la tecnología nos brinda la oportunidad de resolver este problema. A medida que la inteligencia artificial continúa madurando, la industria está explorando cómo utilizar la tecnología de inteligencia artificial para permitir que las máquinas logren servicios replicables, estandarizar los servicios brindados a cada paciente y reducir los costos del servicio a capacidades de servicio de escala suficientemente baja. Esta cuestión sexual se está resolviendo poco a poco.
CSCO AI es una de esas soluciones. Desarrollado conjuntamente por la Sociedad China de Oncología Clínica (CSCO) y Zhejiang Haixin Huihui Technology Co., Ltd. (en adelante, "Haixin Huihui"), combina las pautas de diagnóstico y tratamiento clínico de la CSCO, la experiencia de la práctica clínica experta y el mapa de conocimientos sobre tumores. y la evidencia clínica avanzada, los sistemas de gestión de reacciones adversas y otros conocimientos profesionales multidimensionales ayudan a los médicos a formular planes de tratamiento más estandarizados y precisos. En la actualidad, Haixinhui ha construido con éxito una nueva plataforma de servicios de oncología inteligente en China, que brinda a los pacientes servicios de gestión integral que incluyen diagnóstico, tratamiento y rehabilitación. Entre ellos, la capacidad de gráficos de conocimiento líder en la industria creada por Haixinhui es la piedra angular de todo.
El mapa de conocimiento es un concepto de sistema de red de conocimiento propuesto por Google en 2012. En pocas palabras, conecta información dispersa a través de relaciones semánticas y la transforma en una red de conocimiento visual. La tecnología de gráficos de conocimiento puede unificar el modelado, la organización y la gestión de datos médicos. No solo puede describir y explotar de manera efectiva las relaciones entre el conocimiento médico, sino que también brinda un fuerte soporte para aplicaciones médicas de alto nivel, como el diagnóstico clínico asistido y la toma de decisiones de tratamiento. y preguntas y respuestas médicas.
Con el gráfico de conocimiento como forma de expresar conocimiento, cómo usarlo se ha convertido en una pregunta de opción múltiple ante Hai Xinhui. Incluso si nos centramos en el campo médico y construimos un gráfico de conocimiento médico universal, solo podemos clasificar e integrar el conocimiento y las definiciones de algunas enfermedades. "Los mapas de conocimiento médico general deberían tener grandes limitaciones en la práctica clínica. Sólo son adecuados para la simple divulgación científica, orientación y juicio preliminar. Si se desea profundizar en el proceso de la enfermedad y el diagnóstico clínico, o incluso en el manejo, seguimiento y seguimiento Al analizar todos los detalles de la enfermedad, encontrará varios problemas: las diferencias en todo el sistema de conocimiento relacionado con cada enfermedad y tratamiento clínico se extienden, interrelacionan y se afectan mutuamente, lo que hace que el sistema de mapa de conocimiento general en la selección de medicamentos y la rehabilitación posterior y se encontrarán otros aspectos.
Por lo tanto, Haixinhui optó por combinar la inteligencia artificial con "profundización y detalle" para construir un mapa de conocimiento completo del sistema de servicios de tratamiento de tumores y definir claramente todos los aspectos relacionados con los tumores. Conocimiento relevante, esta es sin duda la dirección de aplicación más perfecta de los gráficos de conocimiento
“Pasamos varios años en la etapa inicial para definir el conocimiento de todo el proceso del tumor, desde el diagnóstico hasta el tratamiento y el manejo del paciente, y establecimos it. Un mapa de conocimiento sobre tumores relativamente completo. La razón por la que se eligió el campo del cáncer es que todo el sistema de diagnóstico y tratamiento de esta enfermedad es más complejo que otras enfermedades y el tratamiento continuo dura más tiempo. El gráfico de conocimiento puede desempeñar un papel máximo en el campo del tratamiento del cáncer. "Li Yingyun explicó por qué eligió aplicar gráficos de conocimiento a las trayectorias de los tumores.
La segunda razón es que el conocimiento sobre el diagnóstico y tratamiento de los tumores se actualiza constantemente cada año. Con el desarrollo de la ciencia y la tecnología, algunas enfermedades Se han estudiado a fondo. No existe una diferencia esencial entre las estrategias de tratamiento de hace diez años y diez años después. Por el contrario, los humanos aún no comprenden completamente la patogénesis y el mecanismo de los tumores, y su tratamiento es un proceso que evoluciona rápidamente. En todo el mundo, el grado de estandarización de las instituciones médicas para el tratamiento de tumores aún no está claro. El personal médico enfrenta enormes desafíos: cómo mantenerse al día con los últimos avances académicos en el país y en el extranjero, comprender con precisión los últimos avances en investigación clínica y la expansión del tratamiento. ¿Cómo comprender con precisión los últimos medicamentos y métodos de tratamiento y aplicarlos al paciente más adecuado? “Si una ciudad no ha construido nuevas carreteras en 30 años, las personas que viven en esa ciudad en realidad no necesitan mapas ni navegación, porque nada. ha cambiado. Pero si la ciudad se desarrolla muy rápido, "se produce un pequeño cambio en tres años, se produce un gran cambio en cinco años", incluso las personas que han vivido en esta ciudad desde la infancia pueden necesitar orientación de navegación cuando viajan. "Li Yingyun utilizó un ejemplo sencillo para ilustrar el rápido desarrollo del tratamiento de tumores.
En la última década, el tratamiento sistémico antitumoral ha experimentado enormes cambios. Hace diez años, la quimioterapia puede haber sido el principal método de tratamiento, pero hoy en día existen más opciones clínicas: terapia farmacológica dirigida, inmunoterapia y la última terapia con células CAR-T, etc. Esto también demuestra que nuestro país ha estado tratando de establecer un sistema de servicios de diagnóstico y tratamiento más moderno y estandarizado, para que los pacientes con cáncer puedan recibir el tratamiento más adecuado, estandarizado, estándar y adecuado.
El sistema auxiliar de toma de decisiones es la mejor herramienta para ayudar a los médicos a estandarizar el tratamiento. El sistema inteligente de toma de decisiones de CSCO AI genera automáticamente informes de recomendación de diagnóstico y tratamiento después de que los pacientes cargan varios datos de diagnóstico médico a través de la aplicación y los envía a expertos de alto nivel para su revisión y retroalimentación. El modelo de IA puede realizar capacitación continua de circuito cerrado. sobre los resultados de la revisión de expertos. Detrás de este sistema operativo está la combinación del poder experto de Haizhixinhui y el gráfico de conocimiento en el campo de la oncología creado por algoritmos de toma de decisiones de apoyo neuronal.
A través del sistema de conocimiento integral del gráfico de conocimiento, Haixinhui no solo logra la estandarización y homogeneidad de los tratamientos en el diagnóstico y tratamiento asistido inteligente a través de CSCO AI, sino que también realiza la gestión de todo el proceso de fuera de pacientes hospitalizados, logrando una situación beneficiosa para todas las partes ——Los hospitales han mejorado la tasa de supervivencia general del tratamiento y los pacientes han mejorado el tiempo de supervivencia, la calidad de vida y el cumplimiento del tratamiento. Las compañías farmacéuticas también han mejorado sus capacidades de apoyo a los pacientes a través de. la combinación de empoderamiento de datos y plataformas digitales, logrando un diagnóstico y tratamiento precisos y un soporte de recuperación preciso. Al mismo tiempo, el sistema de servicios clínicos de nuevos medicamentos basado en la gestión de procesos completos ofrece a los pacientes más opciones al hacer coincidir con precisión la investigación clínica.
Sobre la base de condiciones precisas de la enfermedad, estableceremos capacidades de servicio de contenido para todo el ciclo de tratamiento de los pacientes y crearemos una plataforma comunitaria de alto valor a través de medios multidimensionales como el desarrollo de la mentalidad sobre las drogas y la experiencia positiva. estímulo y servicios potentes en nodos clave. Estas son las características de Hisense Smart Service.
El gráfico de conocimiento es la base para el diagnóstico auxiliar y la toma de decisiones de tratamiento, y los datos de alta calidad y el sistema de conocimiento profesional son la piedra angular del gráfico de conocimiento. Por lo tanto, se ha convertido en cómo construir la capa de datos y el sistema de conocimiento. La clave para el gráfico de calidad del conocimiento.
El gráfico de conocimiento de CSCO AI no se genera de la nada, sino que el conocimiento que utilizan actualmente los expertos clínicos se precipita efectivamente a través de estructuras informáticas para su reutilización. En este proceso, es muy importante determinar cuál es la base de conocimientos que influye en la toma de decisiones clínicas. Sólo después de aclarar este conocimiento se podrán diseñar los modelos correspondientes para este conocimiento.
El tratamiento tumoral es una medicina basada en evidencia y debe estar respaldada por evidencia suficiente para influir en el comportamiento de toma de decisiones clínicas. Sin embargo, los tumores son diversos y específicos: en las decisiones de tratamiento clínico se utilizan al menos 3000 pruebas clínicas de alto nivel para cada tumor. Sobre la base de estas evidencias, básicamente se puede construir un sistema de conocimiento y diagnóstico relacionado con el cáncer. "Qué tipo de persona, qué tipo de características, qué tipo de tipificación molecular, qué tipo de loci genético y qué tipo de tratamiento pueden lograr mejores resultados son los fundamentos de primer nivel", dijo Li Yingyun.
Después de establecer las bases para el primer nivel, también debemos considerar la compatibilidad del plan de tratamiento clínico con la constitución del paciente, como si el cuerpo del paciente puede soportarlo y si sus enfermedades subyacentes y complicaciones existentes. afectará las opciones de tratamiento. Este es el segundo nivel, el cuerpo ampliado de conocimientos en aplicación clínica.
En este proceso, Haixin Huihui CSCO AI toma el conocimiento general del tratamiento de la enfermedad como núcleo para construir el sistema de conocimiento básico mínimo de un solo tumor y luego expande aún más la construcción del sistema de conocimiento en el ámbito clínico. aplicaciones. Esto no sólo puede garantizar el profesionalismo de la evidencia central, sino también reflejar el profesionalismo del tratamiento médico en el proceso de solicitud clínica.
Lo que es poco conocido es que la "comunicación" es la mayor dificultad en el proceso de construcción de un gráfico de conocimiento. El gráfico de conocimiento extrae conocimientos y relaciones de big data, lo que requiere coordinación y cooperación entre personas de diferentes profesiones. Por lo tanto, la aplicación de la tecnología de gráficos de conocimiento en campos comerciales específicos es en realidad un comportamiento transfronterizo. La dificultad está en quién integrará el conocimiento transfronterizo. Ésta es la primera dificultad. Esto significa que los creadores de gráficos de conocimiento sobre tumores deben dominar los algoritmos de ingeniería, comprender todos los términos y definiciones de tumores y tener conocimientos médicos básicos. "Cómo aplicar la tecnología de gráficos de conocimiento a un nuevo campo comercial, habrá un obstáculo natural llamado barrera del conocimiento. Quienes dominan la tecnología de gráficos de conocimiento son los departamentos de ciencia e ingeniería, y quienes dominan el conocimiento médico son los departamentos de medicina. Ambos "Todos ellos tienen su propio modo de pensar, es difícil tener un diálogo profesional sobre el tema", dijo Li Yingyun.
El segundo paso es la comprensión y ordenación del conocimiento profesional. Li Yingyun cree que solo clasificando sistemáticamente el conocimiento podemos construir inicialmente un gráfico de conocimiento.
Luego se realiza el modelado de negocios en este diagrama; se ingresan nuevos conocimientos clínicos profesionales en la aplicación de negocios. La tercera barrera es cómo las computadoras utilizan este nuevo conocimiento y lo aplican a casos de pacientes específicos para un razonamiento y una toma de decisiones eficaces.
Por lo tanto, la mayor dificultad en la construcción de un gráfico de conocimiento médico es la integración interdisciplinaria, y la dificultad de la integración es que todo el proceso requiere altos requisitos para ambas disciplinas. Esta es también la ventaja de Haixinhui: es el socio estratégico de inteligencia artificial CSCO de la Sociedad China de Oncología Clínica. Con la promoción y ayuda de la sociedad, los expertos nacionales en tumores de cabeza han dedicado mucho tiempo y energía basándose en un alto sentido de responsabilidad social para ayudar al personal técnico de Haixinhui a comprender el camino clínico y aclarar el contexto del sistema. CSCO AI es el primer producto inteligente para la toma de decisiones basado en las pautas y prácticas de diagnóstico y tratamiento de China. Se basa en las condiciones nacionales de China y tiene características chinas, por lo que es más adecuado para los escenarios de aplicación de diagnóstico y tratamiento de China. CSCO AI puede cubrir cientos de hospitales en docenas de provincias de todo el país, beneficiando a decenas de miles de pacientes.
Y la aplicación de CSCO AI en múltiples escenarios también puede lograr un mayor valor clínico. Por ejemplo, la interconexión entre hospitales de nivel superior e inferior: los pacientes consultan en línea a través de la aplicación y los médicos utilizan CSCO AI como herramienta para vincular hospitales de nivel superior e inferior, impulsando diagnósticos y tratamientos estandarizados en hospitales de diferentes niveles.
CSCO AI también puede ser una herramienta de investigación científica. Realiza investigaciones clínicas a través de casos reales y explora la ayuda de sistemas inteligentes de toma de decisiones en el tratamiento de pacientes y la aplicación clínica desde múltiples ángulos. Además, se recomienda que los planes de tratamiento proporcionados por CSCO AI sigan la medicina basada en evidencia y pueden usarse como una herramienta de control de calidad para que departamentos, hospitales, consorcios médicos y gobiernos estandaricen el tratamiento y mejoren el nivel integral del tratamiento estandarizado regional. . Los hospitales universitarios también pueden utilizar CSCO AI como estudio de caso y herramienta de evaluación para los residentes. Como herramienta de gestión y referencia para la toma de decisiones de tratamiento para pacientes con cáncer, CSCO AI también se puede utilizar en debates de MDT, aprendizaje de médicos, rondas de sala, discusiones de casos y otros escenarios para mejorar el efecto clínico general.
Aunque la capa inferior del gráfico de conocimiento oncológico de Hisense es compleja, tiene un buen rendimiento en términos de facilidad de uso. Los pacientes solo necesitan seguir los pasos indicados por la plataforma y no hay dificultad para comenzar. Para los médicos, el sistema de gestión de procesos completos impulsado por inteligencia artificial de Haixinhui logra capacidades de seguimiento, monitoreo, seguimiento y gestión de datos del sistema en el tratamiento y gestión a largo plazo de los pacientes y, en última instancia, logra la integración de médicos, enfermeras y pacientes. equilibrio de eficiencia entre.
Otro punto destacado de este servicio de gestión de casos basado en gráficos de conocimiento es la introducción del papel de los administradores de casos para construir un puente de comunicación entre médicos y pacientes. Los administradores de casos no solo pueden ayudar al departamento a completar el trabajo diario de gestión de pacientes, sino también rastrear y supervisar a los pacientes para completar el tratamiento y la rehabilitación y otros asuntos relacionados. También pueden supervisar y ayudar a los médicos a manejar eventos adversos fuera del hospital. Con el seguimiento de los gestores de casos, la gestión del diagnóstico y tratamiento del paciente también se extiende desde dentro del hospital hacia fuera del hospital, haciendo que el comportamiento de diagnóstico y tratamiento sea continuo.
A este respecto, Li Yingyun cree: “En el futuro, el campo del diagnóstico y tratamiento del cáncer definitivamente entrará en una era centrada en los servicios al paciente. Con la ayuda de la inteligencia artificial, múltiples roles pueden colaborar de manera eficiente. ayudar a los pacientes a completar todo el servicio de gestión del tratamiento. Por supuesto, este sistema no se puede implementar de la noche a la mañana y debe seguir evolucionando en su uso real”.
Aunque el gráfico de conocimiento subyacente es muy complejo, Haixinhui tiene un límite claro. entre las capacidades del gráfico de conocimiento y el sistema auxiliar de diagnóstico y tratamiento. En la actualidad, ya sea en los campos de la patología, las imágenes médicas, el diagnóstico y el tratamiento, los intentos como el modelado, el análisis cuantitativo, la correlación de características, las sugerencias para la toma de decisiones y la predicción de la eficacia basados en la tecnología de IA tienen como único objetivo ayudar a los médicos a mejorar la eficiencia y la precisión. de diagnóstico y tratamiento, y proporcionan una base para la conducta médica. El empoderamiento no interfiere con el juicio y el poder de toma de decisiones del médico.
La tecnología médica requiere un asombro continuo.