精準醫療 · us
AI協助找出肺癌檢測缺口,社區醫療評估見完成率升至九成
精準治療的第一道關卡,可能是檢測有沒有完成。一項導入AI提醒流程的前後比較顯示,肺癌生物標記檢測完成率提高,但改善能否歸功於AI,仍待更嚴謹驗證。
肺癌治療要走向個人化,醫療團隊得先取得足夠的腫瘤資訊。然而,從安排檢測到結果到位,任何一處中斷,都可能讓治療決策缺少線索。一項社區醫療體系的評估發現,導入AI協助辨識檢測缺口、通知醫師的流程後,非小細胞肺癌患者的生物標記檢測完成率,由71.1%升至90%,相差18.9個百分點。
這項成果於2026年ASCO醫療品質研討會發表。研究以導入前後兩個時期比較:先回溯分析2024年471名成人患者,再於2025年至2026年間前瞻性評估1,115人;納入範圍涵蓋第IB至IV期,以及分期不明的患者。
系統的用途是協助追蹤照護流程。名為Tempus Next的工具每晚匯入臨床資料,透過AI輔助擷取資訊,搭配臨床資料審核,辨識哪些患者尚缺檢測,再向醫師發出通知。研究追蹤的項目依疾病階段而異,包括早期患者的EGFR、ALK與PD-L1,以及晚期或分期不明患者的多基因套組等檢測。
分期不明患者的完成率增幅最大,從49.6%升至76.8%。這群人的結果也提示,資料不完整與檢測未完成,可能是醫療團隊需要一併處理的問題;整體完成率上升,仍不代表每一群患者都已獲得同等充分的檢測。
提醒發出後,後續行動仍有落差。研究期間,醫師收到涉及120名患者的通知,其中24人其後完成檢測,83人沒有檢測紀錄,另13人已不再符合照護資格。沒有紀錄不能直接等同確定未做檢測,但這些數字顯示,辨識缺口只是起點,還需要有人接續追蹤與協調。
這項研究提供了流程改善的初步訊號,卻無法確立AI與完成率提升之間的因果關係。不同時期的患者組成、檢測習慣或其他照護措施,都可能影響結果;現有報導也未提供足以判斷病人生存或治療成效是否改善的資料。下一步的關鍵,是以更嚴謹的比較設計,確認這類提醒能否持續促成適當檢測,並真正幫助臨床決策。