根據哥倫比亞商學院（Columbia Business School）發布的研究報告指出，一項最新開發的人工智慧（AI）模型，在美國賓州蓋辛格醫療系統（Geisinger Health System）的應用中，顯著提升了大腸直腸癌的篩檢率，並大幅降低患者死亡風險，為癌症早期診斷帶來突破性進展。
大腸直腸癌每年奪走超過5.2萬名美國人的性命，且有近半數符合篩檢資格的成年人未能按時接受建議檢查。為此，哥倫比亞商學院的研究團隊開發出一款AI模型，專門識別那些年齡介於51至75歲、且已逾期未接受大腸直腸癌篩檢的高風險患者。
此AI模型自2019年起在蓋辛格醫療系統實施，透過分析患者的血液檢查結果、年齡及性別等數據，為每位患者計算出癌症風險分數。研究期間，該系統共分析了逾6.2萬份風險評估，每週處理約450份。若患者的風險分數高於0.150，即會被標示為高風險個案，隨後由護理協調員主動聯繫這些患者，詳細解釋其較高風險，並協助預約大腸鏡檢查。
研究結果顯示，經AI模型標示的高風險患者，在三個月內接受大腸鏡檢查的可能性增加了214%，六個月內則增加117%，相較於未經標示的對照組有顯著提升。更令人振奮的是，在兩年內，這些受AI指引的患者其大腸直腸癌死亡率降低了6.2個百分點，整體降幅高達43%。
這份題為《由機器學習引導的癌症篩檢外展：主動照護的益處》（Cancer Screening Outreach Guided by Machine Learning: The Benefits of Proactive Care）的研究論文，已獲《製造與服務營運管理》（Manufacturing & Service Operations Management）期刊接受刊登。研究團隊由哥倫比亞商學院教授Carri W. Chan、香港大學（The University of Hong Kong）的Minje Park，以及蓋辛格醫療系統與費城兒童醫院（Children's Hospital of Philadelphia）的多位研究員共同組成。
研究人員預期，這種AI引導的篩檢計畫模式，未來有潛力推廣至乳癌、肺癌等其他早期診斷至關重要的疾病篩檢，有望在全球範圍內改變癌症防治的策略。
