疾病的诊断和治疗，尤其对于肿瘤，需要依靠影像学等辅助资料，同时根据患者自身病情、预后等选择不同的个体化治疗方案。这往往依赖于医师的临床经验及准确判断，需要大量的时间和经验积累。而在人工智能（artificial intelligence，AI）中，机器学习（machine learning，ML）和深度学习（deep learning，DL）技术使用卷积神经网络（convolutional neural networks，CNN），以发现大型的、高维的数据集，例如医学影像中复杂的结构及模式。它们可根据经验进行微调，通过对数据进行收集、整合，继而准确地得出我们能理解的结果。这一特点使它们成为模式识别、分类和预测的有力工具。近年来，泌尿系肿瘤，如肾细胞癌、膀胱癌和前列腺癌等呈高发的趋势，提高其早期诊断率、降低误诊率、选择精准的治疗方案成为临床诊疗中面临的难题，通过ML和DL进行图像识别诊断、个性化医疗和临床决策等提高诊断准确率、加快临床诊疗进程和降低人力资源成本已成为可行性强的研究热点[1，2]。本文的目的是介绍ML和DL在常见泌尿系肿瘤中的应用情况，及AI在临床决策中的作用，为今后AI在泌尿外科领域的运用提供更多研究思路。
作者：杨龙雨禾；王跃强；招云亮；金溪；卫娜；杨智明；张贵福
来源：中华腔镜泌尿外科杂志（电子版） 2024 年 18卷 2期
