利用AI提高泛癌归因分值,国家癌症中心与小荷医学合作研究入选ESMO优选论文

<{$news["createtime"]|date_format:"%Y-%m-%d %H:%M"}>  财中社 武岩 2.4w阅读 2025-10-22 11:39
由中国国家癌症中心和字节跳动旗下小荷医学合作完成的一项研究入选优选论文(Proffered Paper),在其分论坛上以口头汇报的形式展示。

10月17日至21日在德国柏林召开的2025欧洲肿瘤内科学会(ESMO)年会上,由中国国家癌症中心和字节跳动旗下小荷医学合作完成的一项研究入选优选论文(Proffered Paper),在其分论坛上以口头汇报的形式展示。该研究使用大语言模型技术建立了全球泛癌风险数据库,通过更多风险记录的识别,将泛癌的全球人群归因分值(PAF)从不足50%提升到64.1%,为癌症的病因研究及一级预防提供了有力的基础支撑。

作为全球最具影响力的肿瘤学专业组织之一,ESMO的年会已成为肿瘤领域最新研究成果的重要发布平台。该会议以 “推动科学转化为临床实践” 为核心,是发布肿瘤诊断与治疗、筛查预防及护理等突破研究结果的核心阵地。

对于所有成功入选ESMO年会的研究成果,组委会根据其重要性从高到低,分别给予主席研讨会(Presidential Symposium)、优选论文(Proffered Paper)、简短口头报告(Mini Oral)、壁报(Poster)和电子壁报(E-Poster)等不同的展示机会。

这是泛癌早筛和防控研究领域,中国学者首次获得优选论文级别认可。这项研究名为基于AI的癌症风险数据库研究(CanRisk-DB),由中国国家癌症中心和字节跳动旗下小荷医学合作完成。

CanRisk-DB通过人工智能,对 2000 年至 2024 年间来自三个权威数据库的 43.5 万余篇相关文献进行了处理,初步筛选后,最终根据其中的 9550 篇有效论文,系统提取出超过 44.5 万条癌症风险记录,涵盖了与 42 种癌症相关的 76 大类风险因素。

该研究使用PICOS框架检索摘要,通过含特色GRAG的多智能体筛选和提取结构化信息,在摘要和全文筛选阶段的灵敏度分别达到99.4%和98.8%,效应量和队列信息的最终精确度分别为95.6%和96.3%。

与传统的PICOS+PRISMA搜索范式相比,CanRisk-DB识别出的风险记录更多,将PAF从不足50%提升到64.1%,该研究对宫颈癌、卡波西肉瘤和阴道癌的发病率给出了有力的解释。

目前,这一数据库已上线并对外开放,为癌症的病因及相关领域的研究提供了一个非常有价值的工具。该研究也提示,未来人工智能在肿瘤风险评估、早期检测、精准诊断和复发监测等方面,都将做出重大贡献。

此前几年,已有多项利用人工智能进行癌症早筛的研究入选ESMO优选论文。中国国家癌症中心和小荷医学的这项共同研究表明,中国医学界和产业界在该领域的进展也已获得权威认可。

2025年7月,国家癌症中心已牵头发布《基于液体活检技术的多癌种联合筛查专家共识2025版》,将“推荐将人工智能应用于MCED(基于液体活检技术的多癌种早期筛查)”写入共识。未来,预计会有更多人工智能技术被引入到多癌早筛等领域,为医学研究和临床实践带来突破。

重要提示:本文著作权归财中社所有。未经允许,任何单位或个人不得在任何公开传播平台上使用本文内容;经允许进行转载或引用时,请注明来源。联系请发邮件至editor@caizhongshe.cn。

相关推荐

最新文章推荐

长按保存图片