Cancer Innovation | 数字医疗在肿瘤中的应用：前景与挑战

数字医疗是基于循证证据的、对疾病管理与研究有直接影响的数字化技术与产品。本文总结了数字医疗在肿瘤预防、筛查、诊疗以及临床试验中的应用，在临床实践中融入数字医疗将使医疗服务具有更广的应用范围、更高的成本效益、更好的可及性及更高的诊疗水平等优势。

英文题目：

Applications of digital Medicine in oncology: Prospects and challenges

中文题目：

数字医疗在肿瘤中的应用：前景与挑战

点击此处即可免费获取论文原文

当前肿瘤诊疗现状不容乐观，医疗资源无法充分满足患者的需求。近年来，随着人工智能技术的快速发展、移动手机与可穿戴设备的普及与便携化，数字医疗有了迅速且显著的发展。数字医疗是基于循证证据的、对疾病管理与研究有直接影响的数字化技术与产品。在临床实践中融入数字医疗将使医疗服务具有更广的应用范围、更高的成本效益、更好的可及性及更高的诊疗水平等优势。数字医疗已应用于不同的临床场景中，包括肿瘤的预防、筛查、诊疗以及临床试验，且数字医疗产生的大数据可用于进一步提高肿瘤诊疗水平。然而，数字医疗也面临着诸多挑战，包括安全监管和隐私保护、产品易用性、数据管理和算法优化等。综上所述，数字医疗在肿瘤领域的应用与发展面临着巨大的机遇与挑战。

近年来，人工智能、云计算技术的迅速发展，移动手机、传感器和可穿戴设备的优化和普及推动了数字技术与医疗产业的融合，加速了数字医疗的发展。然而，数字医疗如何应用于肿瘤筛查、预防及诊疗中，未来的发展趋势如何，目前尚无明确答案。本文对数字医疗的概念、用于临床实践时的优势及在肿瘤不同临床场景中的用途进行系统探讨，总结数字医疗在肿瘤学领域的研究进展，并对其未来的发展和挑战进行展望。

1

数字医疗的概念

目前，数字医疗（digital medicine）的定义仍存在争议，但大多数定义的共同之处：基于循证证据支持，且会对诊断、预防、监测或治疗疾病、症状或综合征产生直接影响的数字化技术和产品。数字医疗有时也被称为“移动医疗”（mobile health）。

数字医疗经常与数字健康（digital health）、数字疗法（digital therapy）相混淆，其与二者的关系如图1所示：①数字健康包括数字医疗，可广义地定义为所有将医疗保健和数字技术结合在一起的事物，包含电子病历系统、用于互联网诊疗的远程医疗和数字医疗等；②数字疗法是数字医疗的重要组成部分，包括基于证据的治疗干预措施，如用于指导康复训练的虚拟现实产品、用于指导用药的人工智能设备等。

图 1 数字医疗、数字健康、数字疗法的关系与区别

数字医疗产品大致可分为评估产品、干预产品和组合产品：

（1）评估产品包括数字生物标志物（例如，使用语音生物标志物跟踪帕金森患者的震颤变化）、测量依从性和安全性的工具（例如，跟踪跌倒的可穿戴传感器）等。

（2）干预产品包括数字疗法和可连接的植入设备（例如，胰岛素泵），这些干预措施由高质量软件程序驱动，为患者提供基于证据的治疗干预措施，可独立使用或与药物、设备或其他疗法一起使用。

（3）组合产品将评估产品与干预产品结合起来，例如，目前已有将连续血糖监测仪与计算机调控式胰岛素泵相结合的“人工胰腺”产品，使系统能够根据患者血糖水平自动调整胰岛素的注入。

2

数字医疗在临床实践中的优势

在临床实践中融入数字医疗将使医疗服务具有更广的应用范围、更高的成本效益、更好的可及性及更高的诊疗水平等优势（图2）。此外，数字医学生成的数据也有很大的价值。

图 2 数字医学在肿瘤学不同领域的应用及优势

点击此处即可免费获取论文原文

2.1 更广的应用范围

数字医学的潜在应用范围很广，具有很强的扩展性，是对当前医疗体系很好的补充与延伸。

2.2 更高的成本效益

在大多数情况下，数字医疗在糖尿病、精神疾病、心血管疾病等疾病的诊治中具有很好的成本效益，在保证效果相似的前提下，可节约50%左右的成本。

2.3 更好的可及性

数字医疗可促进人们对医疗资源的可及性，方便患者就诊、节约时间，为工作繁忙或生活在偏远地区的患者消除到访障碍，使医疗不受限于空间地理位置。

2.4 更高的诊疗水平

数字医疗产品可从多方面提高诊疗质量，且有助于促进各地医疗水平同质化发展：

（1）协助诊断：一项在疟疾诊断中的研究使用移动设备DR（Deki Reader）协助解释疟疾快速诊断测试，结果显示DR和社区医务工作者之间的一致率为91.6%。

（2）预防筛查：使用包含生理传感器的移动设备持续监测患者心率、血压、血糖等指标，进而早诊早治高血压、糖尿病等，克服当前医疗范式下患者多在出现症状后才就诊的弊端。

（3）作为治疗手段：使用数字疗法远程管理患者，改善患者的预后，例如通过数字产品提供认知行为疗法可缓解围产期妇女的抑郁症和焦虑症。

2.5 产出大数据

数字医疗产生的数据有其特有的价值：

（1）数字表型：数字医疗可产生很多现有医疗范式无法获得的真实世界数据，也即所谓的“数字表型”，如通过远程传感器技术对患者持续监测的数据。

（2）质控：数字医疗产生的大量数据，还可被用于疾病诊疗质量控制等。

总之，数字医疗既可作为证据实施平台，以实施多种现有的医疗干预；也可作为数据产生的平台，用来科研与质控。数字医疗正越来越多地应用于各种疾病，本文将对其在肿瘤领域中的应用进行详细介绍。

3

数字医疗在肿瘤领域的应用现状

数字医疗可用于肿瘤的预防、筛查、诊断、治疗、管理与随访，其产生的数据还可用于科学研究与临床质控，有助于解决当前肿瘤医疗服务中所面临的众多问题（图2；表1）。

表 1 数字医学的应用、效果和实例

3.1 肿瘤预防

目前已有大量的数字医疗产品用于促进群众的健康行为，包括健康饮食、坚持运动、防晒、避免有害物质等。①数字医疗在肿瘤预防中的一个典型案例是减肥，2020年一项探究手机应用程序对减肥作用的Meta分析显示，使用减肥应用软件与体重降低具有显着相关性；②另一典型的应用案例是防晒，一项可穿戴式紫外线监测设备与紫外线暴露相关性的研究显示，佩戴2周监测设备后，受试父母与孩子的户外活动时间、防晒霜使用时间等均有了显著变化。

3.2 肿瘤筛查

（1）数字医疗产品可提高群众的筛查意识。2021年一项Meta分析评估了数字医疗产品对促进筛查的有效性，此研究纳入了多种数字医疗的干预措施，包括同伴支持（n=1）、教育或提醒（n=6）、提醒（n=13）或混合（n=19），结果显示合并的OR值为1.49（95% CI 1.31-1.70），且在不同癌种中的效应相似。

（2）数字医疗可促进肿瘤的个性化筛查。随着大数据技术与人工智能的快速发展、对肿瘤认识的深入、数字医疗产品的进步，越来越多的个性化筛查算法投入了医疗实践中。2021年一项关于聊天机器人的研究显示其可智能识别具有遗传性癌症综合征高风险的人群，并为其制定预防性、个性化基因检测方案。

（3）数字医疗产品还能产生数字化生物标志物，用于早期癌症的筛查。类似使用生理传感器持续监测心率、血压等指标，未来可开发传感设备用于持续监测特定肿瘤诊断靶标，如外周血肿瘤标志物、循环肿瘤细胞和游离DNA。

3.3 肿瘤诊断

（1）数字医疗产品可用于肿瘤的远程诊断，即互联网医疗。一项在印度开展的口腔癌研究中，前线医务工作者为患者提供检查，并将图像上传至互联网，然后由远程专家进行初步诊断，筛选出恶性肿瘤风险较高的受试者，结果显示准确率达到0.8-62%，且费用低于1美元/人，展现出了互联网医疗在偏远地区的潜在应用价值。

（2）数字医疗算法还可辅助医生用于诊断疾病。一项针对皮肤病的研究中，开发了可用于诊断包括皮肤在内的多种常见皮肤病的数字医疗产品，并在临床上进行了验证，结果显示对于有色皮肤的患者准确率可达到89.62%。

3.4 肿瘤治疗

用于治疗的数字医疗产品也叫数字疗法，目前在肿瘤临床中的主要应用为远程管理肿瘤患者。①国际上已推出一款帮助乳腺癌患者进行化疗自我管理与生活质量提升的智能手机游戏，在一项临床试验中显示出良好的效果。相比于传统教育组，游戏组表现出更好的药物依从性，且与较低的化疗相关副作用发生率相关，患者生活质量也有一定的提升。但并非所有数字疗法产品均可使患者获益，②2020年发表在柳叶刀肿瘤杂志的一项对Oncokomps（一个协助患者自我管理的数字医疗应用程序）的研究显示，干预组与对照组之间在自我管理知识、技能和信心等方面无显著差异。

3.5 临床试验管理

数字医疗技术可协助管理临床试验。①目前已有使用信息化平台协助精准招募患者的案例，该平台可使用人工智能和自然语言处理来识别入组标准、患者群体和个人电子病历，进而协助选择合适的临床试验、招募患者和筛查患者。②另一典型的案例是去中心化临床试验（Decentralized Clinical Trials，DCT），DCT具有以患者为中心、加强受试者招募、实时检测数据等多种优势，但DCT也面临着无法准确按照试验方案进行干预、难以保证患者安全等挑战。

3.6 肿瘤大数据

数字医疗产品在被使用的过程中，会产生海量的数据，具有多种潜在的用途。2021年一篇综述显示，数字医疗产生的数据可被用于疾病诊断、预测等多个方面。同时也有学者提出数字表型的概念，认为对持续监测的纵向数据进行分析，可能会揭示新的标志物，这些标志物或许可以提供有关疾病严重程度或进展的信息，并为研究人员开辟新的研究方向。此外，这些大数据或许也可被用于肿瘤诊疗的质量控制，通过分析各地区诊疗水平的差异，帮助政策制定者更好地规划卫生事业。

点击此处即可免费获取论文原文

4

数字医疗在肿瘤中应用所面临的挑战

4.1 安全监管与隐私保护

很多数字产品没有纳入基于证据的功能，并且当前缺乏数据安全、隐私和数字道德方面的强有力的法规。

4.2 产品的易用性

数字医疗产品应以患者为中心，基于受众实际情况进行开发。很多弱势群体，如老年人、偏远地区的群众，获得资源的机会有限，难以适应复杂的数字医疗产品。此外，采用何种交互形式也是需要考量的问题，游戏、对话、情境、课堂等不同形式可能有不同的适用人群与疾病。

4.3 数据管理

一方面需要制定合理的数据标准，便于后续对产生的数据进行处理、分析、科研等，可参考ICD-11编码等标准。另一方面，如何整合患者在不同系统里的数据仍是一大挑战，未来可通过促进数字健康领域的新兴应用与传统电子病历系统的数据交换来实现，使数字医疗工具与电子病历系统进行相互补充。

4.4 算法的优化

尽管人工智能已在肿瘤检测和诊断方面有了显著进步，但如何向患者提供个性化数字服务仍面临着诸多挑战，仍有很多数字医疗产品并未显示出显著优势。部分原因是对肿瘤的认识不够深入，另一重要原因是当前算法尚无法很好地适应真实世界中生成的多模态、海量维度的数字医疗数据，导致AI性能常常达不到预期，也即所谓的“维度灾难”。

5

总结

当前，数字医疗在肿瘤预防、筛查、诊断、治疗、科研等领域已有所应用，且在成本效益、医疗资源分配、诊疗水平的提升等方面展示了一定的优势。但数字医疗目前还存在安全监管与隐私保护不足、数据管理效率低、产品易用性低、算法有待优化等挑战。因此，应结合不同国家和地区的肿瘤诊疗情况，对数字医疗产品进行改进与创新，以建立定制化的、覆盖肿瘤诊疗全周期的一体化数字诊疗平台。

点击此处即可免费获取论文原文