综述
人工智能在鼻咽癌领域中的应用
中华耳鼻咽喉头颈外科杂志, 2022,57(5) : 656-660. DOI: 10.3760/cma.j.cn115330-20210715-00460
摘要

鼻咽癌是源于鼻咽黏膜上皮的恶性肿瘤,具有典型的地理区域性分布的特点,在我国南方地区,尤其是广东高发。在大数据时代的背景下,随着机器学习、深度学习(deep learning,DL)等概念的出现,人工智能(artificial intelligence,AI)技术在鼻咽癌的诊断与治疗等方面都展现了巨大的潜力,但医学AI距离广泛应用于临床工作还需要克服许多重大难题。本文综述了近年来国内外研究者针对AI应用于鼻咽癌的研究进展,并指出目前鼻咽癌AI领域所面临的挑战。

引用本文: 黄子轩, 文译辉, 雷文斌, 等.  人工智能在鼻咽癌领域中的应用 [J] . 中华耳鼻咽喉头颈外科杂志, 2022, 57(5) : 656-660. DOI: 10.3760/cma.j.cn115330-20210715-00460.
参考文献导出:   Endnote    NoteExpress    RefWorks    NoteFirst    医学文献王
扫  描  看  全  文

正文
作者信息
基金 0  关键词  0
English Abstract
评论
阅读 0  评论  0
相关资源
引用 | 论文 | 视频

版权归中华医学会所有。

未经授权,不得转载、摘编本刊文章,不得使用本刊的版式设计。

除非特别声明,本刊刊出的所有文章不代表中华医学会和本刊编委会的观点。

2020年全球新发鼻咽癌病例约为13.3万例,我国约占46.8%(62 444例),年龄标化发病率(世界)约为3.0/10万,我国高发地区发病率可高达50/10万1, 2。鼻咽部解剖位置隐匿,鼻咽癌患者早期无典型症状,其诊断依靠血清标志物检测、鼻内镜检查及组织病理活检、CT、MR等影像学检查3,治疗上首选以放射治疗为主的综合治疗4。其中鼻内镜图像、组织病理切片、影像学病灶范围、放射治疗靶区等大量非结构化的数据需要依赖临床医生的主观判断,尤其是根据影像资料勾画肿瘤靶区等工作需要临床医生耗费大量时间精力,而高运算能力和低出错率的计算机技术则突显出巨大的优势和潜力。

 
 
展开/关闭提纲
查看图表详情
回到顶部
放大字体
缩小字体
标签
关键词