这项合作为政府卫生机构采用人工智能技术进行胸部X射线早期肺部筛查铺平了道路
马来西亚吉隆坡,2023年9月22日— 为庆祝国家癌症研究所(IKN)成立10周年,阿斯利康宣布与其合作,通过在政府诊所和医院引入人工智能(AI) X射线技术,加速医疗保健的数字化进程,作为早期肺部筛查计划(SAPU)的一部分。作为该国癌症护理中心的卓越代表,IKN将成为该国首个实施此AI技术的政府机构。
Vinod Narayanan – 马来西亚阿斯利康总裁,与国家癌症研究所副主任Puteri Norliza binti Megat Ramli博士在合作公告仪式上合影
在马来西亚,肺癌是最常见的癌症之一[i],占该国每10万人口中19.1人死亡[ii]。令人担忧的是,80%的患者被诊断出已处于第四阶段[iii],此时癌细胞已扩散到其他身体部位,因此早期筛查对于加快患者的诊断和治疗至关重要。
SAPU项目旨在促进其他政府医疗保健机构采用AI X射线筛查,推动各界更广泛地接受早期肺部异常筛查,并推进肺病研究工作。SAPU还渴望通过扩大公众获得这项尖端技术的途径,缩小筛查差距,并在癌症早期发现更多患者。
此举措是阿斯利康在其旗舰肺野雄心联盟计划下开展的早期人工智能驱动肺癌筛查的一部分,该计划于2021年首先在基层医疗保健层面与私人诊所推出。一年后,阿斯利康进一步通过与三家(3)私人三级医院合作,扩大了其早期人工智能肺癌筛查计划,以便利从诊所转诊的患者进行进一步的低剂量计算机断层扫描(LDCT)检查。
自2021年该计划启动以来,近19,000名患者进行了肺癌筛查,400多名高危患者已被转诊到选定的医院进行进一步检查。
在第三阶段的SAPU项目下,人工智能技术也将在全国各地选定的政府诊所和医院开展试点研究,其中选定的中心将充当“沙箱网站”,汇总有关推出结果的数据。从该计划获得的数据将用于对马来西亚当地景观和疾病人口统计学的了解。
对此合作发表评论,Vinod Narayanan, 马来西亚阿斯利康总裁表示:“在阿斯利康,我们期待与合作伙伴共同创造解决方案,以减轻该国的非传染性疾病(NCD)负担,并通过人工智能技术探索医疗保健数字化的新方法。与IKN的这项合作具有开创意义,因为它使我们能够通过嵌入先进的人工智能技术进行早期肺部筛查和检测各种肺病,为医护人员提供新的体验,而不仅仅是肺癌。我们知道,人工智能驱动的诊断对于将尖端技术与医疗保健相结合至关重要,这种方法最终为患者提供了更好的预后和结果。”
“在本地,政府诊所和医院的就诊人数达到数百万。[iv] 在这些中心引入人工智能技术意味着更广泛的人口可以受益于这种先进的技术进行早期筛查,并以更低的负担能够获得。这是确保更广泛的人口获得这种人工智能驱动的肺部护理筛查的关键第一步。”Vinod进一步解释说。
Vinod进一步补充说,阿斯利康与IKN的合作旨在促进政府部门采用人工智能技术,同时加强马来西亚的医疗保健生态系统,使该国与其他快速采用医疗保健人工智能技术的国家齐头并进。
国家癌症研究所主任Mohd Anis bin Haron @ Harun博士表示:“在IKN,我们希望通过早期检测和治疗继续强调肺病在广大人群中的重要性。 早期筛查可以提高存活机会,特别是肺癌,这反过来可以减轻癌症对我国医疗保健系统的高昂费用负担。”
“我们与阿斯利康的合作是通过早期诊断减少该国非传染性疾病负担的正确举措。 IKN认识到,将人工智能技术融入医疗保健也将开辟医疗诊断未来发展的道路。” Mohd Anis博士进一步表示。
SAPU项目的范围远远超出肺癌筛查。由于该人工智能技术的工作原理是评估X射线照片,该技术还可以使医护人员检测到30多种与肺相关的疾病或病理变化,如新冠肺炎、肺结核和肺纤维化。
|
[i] https://www.jto.org/article/S1556-0864(19)33639-1/fulltext [ii] https://www.e-mjm.org/2016/v71s1/lung-cancer-research.pdf [iii] https://www.moh.gov.my/moh/resources/Penerbitan/Laporan/Umum/2012-2016%20(MNCRR)/MNCR_2012-2016_FINAL_(PUBLISHED_2019).pdf [iv] https://codeblue.galencentre.org/2019/12/23/patient-visits-to-moh-facilities-quadrupled-over-a-decade/ |
背景资料 – 支持信息
可访问的尖端检测技术
该人工智能技术的工作原理是嵌入X光片的解释以检测肺结节。进行筛查的患者将进行常规X线检查,然后使用人工智能软件进行复查。该技术可以在不到1分钟的时间内生成全面的报告,这证明其是支持医护人员诊断患者、消除可能的漏诊并改善诊断时间表的有价值工具,从而使患者能够更快地获得治疗。