这是癌症患者确诊后旅程的第一步。该模型能够识别每个病人的独特特征，从而使6个月、36个月和60个月的生存预测的准确率超过80%。这些发现最近发表在《美国医学会杂志》网络版上。
"预测癌症生存期是一个重要的因素，可以用来改善癌症护理，"主要作者约翰-乔斯-努涅斯博士说，他是UBC情绪障碍中心和BC癌症的精神病学家和临床研究员。"它可能会建议医疗服务提供者更早地转介到支持服务，或在前期提供一个更积极的治疗方案。我们的希望是，像这样的工具可以用来个性化和优化病人立即接受的护理，使他们获得可能的最佳结果。"
传统上，癌症的存活率是回顾性计算的，只按一些通用因素分类，如癌症部位和组织类型。尽管对这些比率很熟悉，但由于影响病人结果的许多复杂因素，肿瘤学家要准确预测个别病人的存活率具有挑战性。
努涅斯博士和他的合作者（包括来自不列颠哥伦比亚省癌症协会和不列颠哥伦比亚大学计算机科学和精神病学系的研究人员）开发的模型，能够在病人的初始咨询文件中发现独特的线索，以提供更细致的评估。它还适用于所有癌症，而以前的模型只限于某些癌症类型。
"人工智能本质上阅读咨询文件，类似于人类阅读文件的方式，"努涅斯博士说。"这些文件有许多细节，如病人的年龄、癌症的类型、潜在的健康状况、过去的物质使用和家族史。人工智能将所有这些汇集在一起，描绘出一幅更完整的患者结果。"
研究人员使用位于不列颠哥伦比亚省的所有癌症中心的47625名患者的数据训练和测试了该模型。为了保护隐私，所有患者的数据都安全地储存在本地，并以匿名方式呈现。与人类研究助理的病历审查不同，新的人工智能方法有一个额外的好处，即保持病人记录的完全保密性。
努涅斯博士说："由于该模型是根据不列颠哥伦比亚省的数据训练的，这使它成为预测本省癌症生存率的潜在有力工具。"在未来，该技术可以
应用于加拿大和世界各地的癌症诊所。
努涅斯博士说："神经NLP模型的伟大之处在于它们是高度可扩展的，可移植的，并且不需要结构化数据集。我们可以使用本地数据快速训练这些模型，以提高在新地区的表现。我怀疑这些模型在世界任何一个病人能够看到肿瘤医生的地方都能提供一个良好的基础"。
努涅斯博士是2022/23年UBC精神健康研究所马歇尔奖学金的获得者，也得到了不列颠哥伦比亚省癌症基金会的资金支持。在另一项工作中，努涅斯博士正在研究如何利用先进的人工智能技术为癌症患者提供尽可能好的心理和咨询护理。他设想的未来是，人工智能被整合到卫生系统的许多方面，以改善病人护理。
努涅斯博士说："我认为人工智能的作用几乎就像医生的虚拟助手。随着医学越来越先进，有人工智能来帮助整理和理解所有的数据将有助于为医生的决策提供信息。最终，这将有助于改善患者的生活质量和结果。"
