冠状病毒的爆发为医疗机构在抗击癌症方面强调了一个重要的教训：如果先进的工具不能在临床环境中广泛使用，那么它们对研究几乎没有用处。大流行凸显了医疗保健行业的一些低效率问题。例如，在冠状病毒爆发之初，就引起了人们对呼吸机和个人防护设备短缺的关注。然后，人们看到美国的低收入群体和弱势群体更容易受到疫情的影响。最后，疫情也凸显了美国各州疫苗接种分配不均的问题。为了应对这些危机，一些医疗机构采用了与大数据相关的技术，例如人工智能技术、自然语言处理、数据管理等。一些医学研究人员和医生已经部署了这些工具来针对那些最有感染风险的人病毒，将资源重新分配给最脆弱的患者；加快疫苗研发生产。虽然世界领先的实验室和医疗机构已经采用了一些先进技术，但它们并不是美国大多数医院和癌症治疗中心使用的用于治疗冠状病毒患者的医疗工具的标准功能或包括主要危及生命的疾病，包括癌症。癌症治疗中心采用的数字健康技术正在得到广泛应用。虽然这项技术可以使医疗保健系统更具弹性和有效性，但它可能会影响已经不堪重负的临床环境。由于人们希望在大流行消退后恢复对美国医疗保健系统的信心，因此需要更好的先进技术，但前提是临床医生能够使用它。放弃花里胡哨的实用技术应该是指导方针。针对癌症的研究试验由于此次疫情，癌症研究也受到了严重影响。癌症试验往往是癌症患者最好和最后的希望，但在医院试验资源有限的情况下，他们在寻找和招募志愿者方面面临挑战。甚至在疫情爆发之前，此类研究和试验就经常因难以找到足够的患者而失败。去年4月，医疗保健数据服务提供商MedidataInc.的1,500项试验注册人数下降了70%。这一数字从去年6月开始回升，但随着美国冠状病毒病例激增，注册人数再次下降。如今，数以万计的癌症患者对肿瘤学家和研究人员的期望更高。与抗击冠??状病毒一样，利用现有技术支持和加速科学家和医生的研究工作的机会巨大。尽管已经推出了许多人工智能解决方案，但使用机器学习或自然语言处理的挑战在于无法保证计算能力或完美算法。随着云计算和软件的快速发展，做这件事会更容易。肿瘤学研究人员应专注于能够无缝融入临床环境的解决方案——医生及其员工将使用的工具。这是生成患者数据的关键，是推动医疗保健系统技术发展的引擎。更轻松地提取数据成功推动患者进行临床试验的解决方案将集成到现有系统和工作流程中，而不会给不堪重负的医生或其支持人员造成摩擦或过多的任务。许多人工智能解决方案将采用电子病历，需要医生的额外输入来创建数据。现实情况是，医生和面向患者的工作人员没有时间或精力去做这件事。大多数肿瘤学家说他们每次看病可能只花13到24分钟。与此同时，医生通常只将大约15%的时间花在患者身上，他们花在分析患者数据上的时间要多得多。开发这些工具的研究人员应该以解放医生的时间为目标，而不是对他们提出额外的要求。因此，研究机构设计了支持AI的平台来挖掘现有的结构化数据源，例如电子病历(EMR)和肿瘤患者登记处。与此同时，研究人员还专注于提取其他临床相关数据，这些数据对于那些进行寻找可能匹配的试验的人来说至关重要。这包括非结构化数据，例如来自医生的患者记录、来自外部来源的实验室报告，或者可能包含与复杂临床试验的纳入或排除标准相匹配的关键信息的传真和扫描文档。与肿瘤学中许多技术和产品的试验不同，今天可以看到积极的结果。去年3-6月，由于很多临床试验被搁置，试验数量急剧下降。例如，一个使用这项技术的癌症治疗中心只招收了10名癌症患者。数据提取过程使用自然语言处理来解锁隐藏在非结构化来源中的数据，寻找患者癌症的组织学和行为、基因构成、分期、患者是否接受过手术。如果有时间，医疗专业人员也可以执行这项工作。得益于云计算和数据处理方面的巨大进步，该技术可以筛选出数千个临床试验标准中的数万个排列，如果手动处理，这项任务实际上需要数周时间。虽然该技术无法最终确定合适的志愿者，但它显着缩小了研究范围，让医生有更多机会找到符合临床试验条件的患者。研究表明，每20个成年癌症患者中只有1个参与临床试验，这可能是患者犹豫不决或面临经济障碍，这是一些最重要的因素，主要是缺乏信息或医生转介。医生认为临床试验是正确的做法，他们为患者提供高质量的治疗和护理。招募患者的困难归结为临床环境中的时间限制和繁琐的后勤工作。人们需要认清这一现实，为医生克服这些困难提供帮助。
