随着我国城市化、工业化和老龄化进程的加快，恶性肿瘤已成为危害我国居民生命健康的最重要的慢性病之一。第三次全国死因调查结果显示，恶性肿瘤是我国居民第二大死因，死亡率为135.88/10万，与脑血管疾病第一位死亡率(136.64/10万)基本相同；但在城市，恶性肿瘤在所有死因中排名第一，死亡率为150.18/10万，远高于脑血管疾病(132.35/10万)。据GLOBOCAN2018报告，全球恶性肿瘤新增病例约1808万例，死亡956万人，其中中国分别占23.7%和30%，发病率和死亡率均高于全球平均水平。
自20世纪80年代世界卫生组织明确提出癌症早期发现、早期诊断和早期治疗的策略以来，癌症的筛查、早期诊断和早期治疗被认为是预防和控制癌症的最有效方法。基于不同癌症的流行病学现状和自身的经济条件，许多国家都在积极开展癌症防治的健康经济学研究，试图找到一种符合本国国情的高效、经济的癌症筛查、早期诊断和早期治疗方法。
香港贸易促进局主办单位介绍| 2021医疗卫生行业研讨会
近日，杭州黄之科技TPP亚太区总裁叶慧淇博士应邀出席由利兹地区发展署、英国国际贸易部和香港贸易发展局联合举办的“利兹与香港医疗卫生产业研讨会”。会上，香港贸易发展局驻英国、比荷卢三国和爱尔兰地区总监戴西·利普博士主持会议，并向来宾致欢迎辞。英国国际贸易部港澳卫生与教育事务副主任玛吉·帕尔默博士介绍了香港医疗卫生的现状，分析了英国在生命科学、医疗保健和数字卫生方面的创新技术。会上，医药卫生行业的大咖齐聚一堂，畅谈精准医学。叶博士还分享了医学AI在癌症早期筛查、诊断、随访、科学研究等领域的应用。
TPP亚太区总裁叶慧淇博士
叶博士介绍:“AI正在推动全球各行各业的变革。机器学习是人工智能的一个分支，它研究计算机如何模拟或实现人类的学习行为，从而获得新的知识或技能，提高自身的性能。深度学习(Deep Learning)是Systme One采用的一种机器学习方法，它使用包括复杂结构和多重非线性变换在内的多个处理层来计算真实和海量的医学数据，并建立癌症的早期筛查模型，如卵巢癌、肺癌、肠癌、宫颈癌和乳腺癌。这些模型有助于临床医生更快更准确地发现居民的癌症风险，实现癌症的早期诊断和治疗。在分析数据和建立癌症早期筛查模型的过程中，TPP将SystmOne系统中存储的5100万份电子健康档案分为两部分。匿名化后，一半用于分析建模，另一半用于模型验证和改进。”
TPP| |癌症筛查统计示例
临床上，由于卵巢位于盆腔深部，在疾病早期可能没有或只有轻微症状，医生在工作生活中可能只见过少数真实病例，难以及时发现卵巢癌，使患者错过最佳治疗时机。因此，早期诊断和治疗是提高治愈率和延长生存期的前提和保证。叶博士说，与其他预测方法相比，TPP的人工智能诊断和治疗技术可以帮助50%以上的卵巢癌患者提前一至两年获得早期诊断。叶医生还提到，根据不同地区的天气、饮食、生活习惯等因素，癌症的早期筛查模式也会发生变化。要建立最适合当地人口的模型，必须使用当地居民的健康大数据。随着医学大数据的不断收集和丰富，系统不断进行机器学习，最终形成更符合当地居民特点的模型，为居民提供更准确的癌症早期筛查服务。随着居民健康档案的不断完善和癌症早期筛查模式在更多省市的落地，我国癌症早期筛查和治疗水平进一步提高，惠及大众。
《健康中国行动2030》文件指出，到2022年和2030年，全国癌症总体5年生存率目标分别不低于43.3%和46.6%；癌症防治核心知识知晓率分别不低于70%和80%；高发区重点癌症种类早期诊断率达到55%及以上并持续上升；基本上癌症高危人群都会定期参加抗癌体检。目前，全国各省市都在国家癌症中心的指导下开展癌症早期诊断和治疗项目，旨在提高早期发现、诊断和治疗的比例，降低癌症的发病率和死亡率，减少“癌症导致的贫困”现象，提高癌症患者的生活质量。我们也期待着与更多的人分享和合作，推动癌症早期筛查向更多的地区推广，让更多的居民受益，共同实现健康中国的目标。
