鼻咽癌在东南亚和中国具有较高的发病率，放射治疗是其主要的治疗手段，放射治疗中肿瘤靶区的精确勾画是一个复杂且容易出错的过程，需要放射肿瘤科医生具备丰富的经验。此外，不同医生之间的勾画一致性差异较大，这可能导致治疗效果的不稳定和放射性毒性的增加，大数据和人工智能（AI）技术的出现为解决这一问题提供了新的途径。
大数据技术在个体化治疗方面发挥了重要作用。通过整合多模态数据和自然语言处理技术，研究团队实现了数据的结构化和时间序列组织，建立了包含超过190万例癌症病例的综合数据库，并基于数据库提出了预防脑干损伤的安全剂量阈值等个体化治疗方案。
在肿瘤目标和危及器官（OARs）精确勾画方面，AI技术展现了其独特的优势。通过AI辅助勾画不仅提高了肿瘤目标和OARs的勾画精度，还减少了医生之间的勾画差异，显著缩短了勾画时间。团队开发并验证的三维卷积神经网络（CNNs）在模拟肿瘤扩散路径和识别肿瘤边缘方面的准确率达到了78%~82%，超过了半数放射肿瘤科医生的水平；AI辅助勾画还将保护器官数量从15个扩展到43个，预计整体勾画效率可提高五倍。
在放射治疗计划制订方面AI模型也被广泛应用，通过结合距离信息和CNNs模型预测剂量分布，AI模型在剂量预测方面表现出比传统解剖模型更高的准确性。此外，AI还支持在线自适应放射治疗，能够实时调整治疗计划以应对患者解剖结构和肿瘤位置的日常变化。通过整合CT扫描、AI勾画、手动修改、AI计划、计划评估、图像引导放射治疗（IGRT）等步骤，建立了一站式放射治疗服务，显著提高了治疗效率。
未来，大数据和AI技术的进一步研究方向应关注开发更复杂的算法，以处理多模态数据整合和实时治疗适应的复杂性；进行大规模、多中心研究，以确认AI驱动的自适应放射治疗方案和大数据分析在不同患者群体中的有效性和安全性；提升不同机构和医疗系统间数据的相互操作性和标准化，以确保大数据与AI在医疗领域的应用符合伦理规范。■
（作者系中国科学院院士）
