癌症是全球范围内导致死亡的主要原因。全球抗击癌症的战争并非新鲜事。这场战争已经持续了几十年。抗击和战胜癌症的全球目标如此强烈，以至于从研究人员到科学家，每个人都在孜孜不倦地合作，以结束这一全球负担。
介绍
计算机科学领域在过去的抗击癌症的斗争中取得了显著而有希望的成果。用于癌症诊断和治疗中计算机科学应用的研发能力的支出不断增加，这对全球医疗保健行业来说是一个积极的信号。但在了解计算机科学在肿瘤学中的作用之前，让我们先看看最近的全球癌症统计数据。
图 1：2023 年癌症统计数据（美国）
资料来源：Cancer.org
图 1 显示了 2023 年男性和女性最常见的癌症诊断。男性癌症病例中近一半 (48%) 是前列腺癌、肺癌和支气管癌（以下简称肺癌）以及结直肠癌 (CRC)，其中 29% 的诊断来自前列腺癌。乳腺癌占女性所有癌症诊断的 31%，而肺癌、CRC 和乳腺癌合计占所有新诊断的 52%。2023 年美国按性别划分的十大癌症类型的新病例和死亡人数预测。估计值四舍五入到最接近的 10，病例不包括膀胱原位癌或基底细胞癌和鳞状细胞皮肤癌。
图 2：按性别划分的癌症发病率（1975 - 2019 年）和死亡率（1975 - 2020 年）趋势（美国）
来源：Cancer.org
图 2 描绘了总体癌症发病率的长期趋势，反映了癌症风险行为模式和医疗实践的变化，例如癌症筛查测试。例如，20 世纪 90 年代初男性发病率的飙升反映了无症状前列腺癌检测的激增，这是由于前列腺特异性抗原 (PSA) 检测在未接受筛查的男性中迅速普及。此后，男性癌症发病率下降，直到 2013 年左右，然后稳定下来，直到 2019 年。女性发病率相对稳定，直到 20 世纪 80 年代中期，女性发病率开始以每年 0.5% 的速度缓慢上升。
因此，性别差距正在逐渐缩小，男女发病率比从 1992 年的 1.59（95% CI，1.57-1.61）下降到 2019 年的 1.14（95% CI，1.14-1.15）。然而，风险差异因年龄而异。例如，20 至 49 岁之间的女性发病率比男性高出约 80%，而 75 岁及以上之间的男性发病率高出近 50%。
C & CSc：癌症和计算机科学
这些数字不仅凸显了这种普遍疾病的可怕现实，而且对学者、政策制定者和其他专业人士也至关重要，因为他们必须首先了解癌症对全球人口的影响，然后才能采取抗击癌症的措施。
最近提供的技术之一就是向一群意想不到的候选人——计算机科学家发出令人震惊的行动号召。抗击癌症的最新进展有可能从根本上改变该领域的研究格局，并最终挽救数千人的生命。这只是计算机科学收集大数据以推动整个科学发展的潜在方法之一。
印度裔美国医生兼科学家 Siddhartha Mukherjee 在他的著作《众病之王：癌症传记》中写道，最近有一项令人震惊的发现：癌症是一种遗传性疾病，主要由我们的 DNA 突变引起。因此，由于这些突变，癌症肿瘤具有令人难以置信的多样性，很难完全根除。
因此，有建议称，通过对癌症肿瘤的基因组进行测序，这本质上是翻译或解码构成肿瘤独特 DNA 序列的神秘语言的过程，医生将能够为每位癌症患者开出个性化的、有针对性的治疗方案，目的是阻止癌症的生长或完全治愈它。
计算机科学家，例如加州大学伯克利分校算法、机器和人类实验室（AMP Lab）的主任之一戴维·帕特森（David Patterson），在他们的工作中就受到了这一点的激励。人眼不可能独自完成这样的任务。要以极快的速度正确、成功地吸收和分析如此庞大的数据量，需要世界上一些最强大的认知计算平台的参与，例如 IBM 的 Watson。计算机科学家参与这一高科技过程将产生三个结果：
-
降低信息处理成本有助于让每个人都能获得个性化治疗
-
它可能会导致开发一个研究人员和医学专家可以访问的癌症基因组存储库
-
它将能够利用上述存储库，在无数可能的药物组合中，为每种独特的肿瘤找到个性化的靶向治疗方法，就像大海捞针一样。
计算肿瘤学是肿瘤学计算机科学的延伸
计算生物学在物理科学和肿瘤学之间建立了联系。计算肿瘤学是医学中一个相对较新的术语，正开始受到关注。有些人可能会惊讶地发现世界各地的大型医疗机构正在创建带有此类标签的完整科室。越来越多的时间、精力、金钱和资源被投入到研究癌症如何扩散以及最终如何从体内永久清除。
对于任何事情，开发持久解决方案的可能性都会随着收集到的信息而增加。为了整理肿瘤生长途径、肿瘤生物学、生物信息学和肿瘤标志物谱，并根据所有这些数据构建治疗预测模型，计算肿瘤学整理了癌症的分子方面。
计算机模型用于计算肿瘤学，以生成有助于精准医疗、群体筛查和个体癌细胞建模的肿瘤标志物分析。这些知识使得特定药物或治疗技术更有可能为癌症患者提供长期治疗。
多年来，在某些情况下，甚至在今天，大多数癌症患者接受的治疗只是“广泛应用”。当分子标记不存在或在确定特定治疗方法对某些患者有效但对其他患者无效的确切原因时作用不大时。为了更好地为患者服务，计算肿瘤学部门可以利用下一代测序 (NGS) 在健康细胞和患病细胞中提供的有关我们基因组的大量信息，并将其组织到数据库中。
为了管理这个新兴医学领域的各个方面，一些部门寻找具有计算机科学或实验室科学技能的人员。对于教育工作者、科学家和临床医生来说，这个领域正在不断扩大。通过共同努力，我们可以增加我们的知识和技能，以减轻世界各地的癌症负担，根据国际研究机构的数据，预计到 2030 年，全球癌症新病例将从 2012 年的 1,410 万例增加到每年 2,360 万例关于癌症。
Data Bridge Market Research 分析称，到 2029 年，癌症诊断市场价值预计将达到 282.1 亿美元，预测期内复合年增长率为 7.29%。由于众多生物技术和医疗器械公司的不断增加、用于研发项目的资金增加以及该地区对先进技术的高度采用，北美在癌症诊断市场上占据主导地位。雅培是癌症诊断市场的一些主要参与者。 （美国）、DiagnoCure Inc.（加拿大）、Thermo Fisher Scientific Inc.（美国）、Illumina, Inc.（美国）、QIAGEN（德国）和 F. Hoffmann-La Roche Ltd（瑞士）。
要了解有关该研究的更多信息，请访问： https://www.databridgemarketresearch.com/reports/global-cancer-diagnostics-market
“微软的十年雄心”
微软正在利用计算机科学（包括机器学习和算法）来对抗癌症。微软研究人员可以修改通常用于模拟计算过程的技术，通过将癌症视为信息处理系统来模拟生物过程。
该公司的最终目标是开发分子计算机，一旦发现癌细胞，便能指导人体对抗癌细胞。结合数据驱动战略，微软抗击癌症的努力以机器学习为中心。该公司希望利用分析工具获取现有的生物数据，并利用这些数据更好地了解和治疗癌症。
这是一项深刻的数学发现，而不仅仅是一个类比。虽然生物学和计算看起来截然不同，但它们实际上在最基本的层面上有着非常深厚的联系。例如，机器学习和自然语言处理被用来提供一种方法来对可用的研究数据进行分类，然后可以将其提供给肿瘤学家，为患者提供最有效和最个性化的癌症治疗方法。
当前，可获得的信息如此之多，以至于一个人很难阅读并理解所有内容。机器学习可以比人类更快、更简单地处理信息。
机器学习还与计算机视觉相结合，帮助放射科医生更好地了解患者肿瘤的发展情况。研究人员正在开发一种系统，该系统将来会分析 3D 扫描的像素，以确定自上次扫描以来肿瘤生长、缩小或形状改变的程度。剑桥实验室生物计算研究部门负责人安德鲁·菲利普斯 (Andrew Phillips) 表示，科学家可以从微软作为软件行业先驱的遗产中学习。“我们可以利用我们在编程计算机时发现的技术来编程生物学，”他补充道。“这将开辟更多的用途和更好的治疗方法。”
菲利普斯正在开发一种分子计算机，可以将其插入细胞内以追踪疾病。如果传感器发现任何类似癌症的疾病，就会触发对抗疾病的反应。这类研究还将使用传统计算并将其重新用于生物技术或医疗应用，使人体能够以与我们对计算机进行编程相同的方式接受对抗疾病的训练。
尽管这项研究仍处于早期阶段，菲利普斯告诉《每日电讯报》，在“五到十年的时间内”，植入智能分子系统以这种方式对抗疾病在技术上是可行的。
结论
癌症研究越来越多地在网上进行。计算机科学家应该积极参与其中，因为他们可能是未来十年抗击癌症的最佳人才。希望通过对癌症肿瘤的基因组进行测序，医疗专业人员很快就能提供定制的靶向疗法，以减缓或阻止癌症的扩散。
鉴于计算机科学影响患者生活并融入癌症研究的速度如此之快，可以合理地预测未来几年将同样富有成效，甚至更加富有成效。在接下来的十年中，预计医生将能够创建健康和患病组织如何发育和进化的详细地图。这些地图将帮助他们设计新的癌症诊断和治疗方法。
Data Bridge Market Research 分析称，2022 年医疗保健人工智能市场规模为 96.4 亿美元，预计到 2030 年将达到 2729.1 亿美元，2023 年至 2030 年预测期内的复合年增长率为 51.87%。医疗保健人工智能市场根据产品、技术、最终用户和应用进行细分。由于政府加大力度提高认知度、医疗旅游业兴起以及该地区对优质医疗服务的需求不断增长，预计亚太地区在 2023 年至 2030 年预测期内的增长率最高。
要了解有关该研究的更多信息，请访问： https://www.databridgemarketresearch.com/reports/global-artificial-intelligence-in-healthcare-market
