首页 > 文章详情

【2024 WCLC】TOP TALK｜迈阿密大学西尔维斯特综合癌症中心Coral Olazagasti教授：提高早期肺癌检测的可及性与技术革新

09月14日

来源：肿瘤资讯

2024世界肺癌大会（WCLC）于2024年9月7-10日在美国圣地亚哥举行，会议由国际肺癌研究协会（IASLC）主办，该协会是世界上最大的致力于肺癌和其他胸部恶性肿瘤的多学科国际组织。在这次年度盛会上，【肿瘤资讯】特邀迈阿密大学西尔维斯特综合癌症中心Coral Olazagasti教授深入探讨提高早期肺癌检测的可及性与技术革新。

Coral Olazagasti

教授

Coral Olazagasti教授对肺癌筛查具有浓厚的兴趣，这一兴趣源于她在门诊肿瘤学选修课期间的观察——大多数新转诊患者都已经是肺癌晚期。作为一位拉丁裔医生，她深切地致力于解决医疗领域中的种族差异问题，并利用自己的背景和经验来强调少数族裔在医疗保健领域所面临的不平等和障碍。她希望能够继续增加她在研究上的热情，并助力缩小少数族裔和弱势群体在医疗保健方面的差距。获得的奖项和荣誉包括：迈阿密大学多样性、公平与包容性旅游奖，国际癌症研究协会奖项，美国临床肿瘤学会（ASCO）优秀奖，加勒比中央大学同情医学奖，波多黎各大学金钥匙国际荣誉学会会员，波多黎各大学荣誉课程毕业生等。

重视西班牙裔人群的肺癌筛查

在求学期间，我便对肺癌筛查抱有浓厚的兴趣，尤其关注西班牙裔及少数族裔群体的筛查工作。目前，我的研究重心放在对西班牙族裔肺癌幸存者进行筛查。我们的主要目标是深入了解这一特定患者群体对筛查的认知程度以及他们对筛查的态度，因为不同人群的需求和反应各不相同，即便是在西班牙裔群体内部也存在差异。因此，我渴望探究迈阿密地区西班牙裔患者对筛查的看法，并探索能够提升这些群体筛查参与度的有效干预措施。

自然语言处理模型在肺癌筛查的应用

我认为，来自巴西的这项研究所呈现的数据量庞大且令人印象深刻。通过运用自然语言处理模型，他们成功地识别了11000名患者。同时，结合人工智能技术精准定位肺结节，并最终帮助那些高风险患者得到适当关注。这正是自然语言处理模型的用武之地，因为它们能够处理大规模的数据，并有望扩展到更广泛的应用，从而覆盖和服务更多人群。

肺癌筛查的多重挑战

我时常自问，对于筛查挑战，我的看法可以概括为四个层面。首先是资格标准的挑战；这些标准往往以白人患者为主导，未能全面覆盖所有高风险群体。其次，转诊流程中存在障碍，如家庭医生工作繁重，未能及时将患者转介至筛查项目。这是一个亟待改进的实施领域，因为患者可能因健康社会决定因素或各种障碍而难以进入筛查中心。第三是持续筛查的问题。即便有些患者开始接受筛查，全国范围内的持续筛查率和符合条件参与者的比例却不到5%，这一现状令人忧虑。即便在这5%的人群中，许多人在完成基础筛查后，也不会继续进行年度筛查。因此，我认为必须针对这些不同的障碍和挑战逐一解决，以期减少这些障碍，提高筛查率，并希望通过早期发现和增加参与者数量来改善整体健康状况。

责任编辑：肿瘤资讯-Bear
排版编辑：肿瘤资讯-Bear