《Journal of Cancer Policy》：The Challenges of Cancer Registries in Nigeria: Contemporary Approaches and Solutions
编辑推荐：
摘要癌症登记系统是人群层面癌症监测的基石，为估算疾病负担、监测趋势以及评估癌症防控项目提供必要数据。在尼日利亚等中低收入国家（LMICs），这些登记系统面临严峻挑战，包括地理覆盖范围有限、数据收集质量差、基础设施不足以及人力资源受限，这些问题在癌症负担日益加重的背景下严重削弱
摘要
癌症登记系统是人群层面癌症监测的基石，为估算疾病负担、监测趋势以及评估癌症防控项目提供必要数据。在尼日利亚等中低收入国家（LMICs），这些登记系统面临严峻挑战，包括地理覆盖范围有限、数据收集质量差、基础设施不足以及人力资源受限，这些问题在癌症负担日益加重的背景下严重削弱了数据质量。
本综述评估了尼日利亚登记系统的现状，其中巴丹（Ibadan）伊巴丹大学医院（UCH）登记系统作为先驱于1962年建立；同时探讨了人工智能（AI）技术的应用格局，这些技术可通过自动化数据提取、改进记录链接和实时监测来变革登记系统运营。通过采用文献叙述综合和国际指南的方法，本综述发现，尽管机器学习、自然语言处理等AI模型在提高效率方面展现出巨大潜力，但碎片化的卫生信息系统、有限的数字化进程以及薄弱的治理框架阻碍了AI在中低收入国家的部署。加强这些系统需要结构改革与分阶段技术创新相结合的双重策略。政策层面的干预措施——包括强制性登记法律、可持续的国内资金保障以及适当的人工智能治理——对于将被动数据仓库转变为智能监测系统并确保尼日利亚及类似环境中癌症防控的公平改善至关重要。
引言
癌症是二十一世纪首要的公共卫生挑战之一，目前中低收入国家（LMICs）贡献了全球大多数新发癌症病例和不成比例的死亡份额。[1] 这一失衡反映了卫生系统薄弱、早期筛查可及性有限、治疗能力不足以及健康数据存在重大缺口。[2]，[3] 有效的癌症防控——从预防到姑息治疗——依赖于可靠的人群层面数据，而癌症登记系统正是这一工作的核心。
癌症登记系统通过系统收集和标准化发病率、组织学类型、分期、治疗和预后信息，能够估算疾病负担、识别高风险人群、监测流行趋势、评估筛查项目并评价治疗效果。[4] 基于人群的登记系统提供社区层面的流行病学理解，而基于医院的登记系统则提供有关患者诊疗路径的详细信息。[5] 癌症登记系统的发展可追溯至20世纪初，并于世纪中期得到重大机构强化。在美国，基于医院的登记系统在20世纪70年代得到扩展，并为SEER计划的创建提供了依据，该计划随后成为全球典范。[6] 尼日利亚第一个癌症登记系统于1960年在伊巴丹大学医院建立，最初为病理学基础单元，后被指定为基于人群的登记系统；此后，埃努古（Enugu，1988年作为医院基础登记系统建立，2012年升级为基于人群的登记系统）和阿布贾（Abuja，2009年）也相继建立了登记系统；目前国家层面的协调工作由2017年成立的尼日利亚国家癌症研究与治疗研究所（NICRAT）负责。[7]，[8]
尽管取得上述进展，尼日利亚的癌症登记系统——与许多撒哈拉以南非洲国家的登记系统一样——仍受限于地理覆盖范围狭窄、数据质量差、资金不足且受阻、人力资源匮乏以及对手工数据提取的依赖。[9] 这些挑战影响了数据的完整性和时效性，导致农村地区、私营机构和非正规诊疗场所被严重低估，最终掩盖了国家癌症负担的真实情况。[10] 因此，癌症数据在临床决策制定和国家癌症防控规划中的准确性、时效性和实用性均受到损害。
人工智能（AI）的兴起为加强癌症登记系统带来了新的机遇。AI工具——包括机器学习、自然语言处理和深度学习——已在自动化数据提取、改进记录链接、辅助组织学分析、提供预测洞察和增强数据质量等方面展现出价值。[11]，[12] 来自高收入环境的早期证据表明，将AI整合到登记系统工作流程中可以提高效率和完整性。[12] 然而，这些证据大多来自资源充足的环境。对于尼日利亚等中低收入国家而言，数字基础设施不均衡、电力问题依然突出、人力资源有限以及数据治理框架仍在完善中，这些技术如何适用的问题尚存疑问。[13]
实现AI的潜力需要对当前登记系统局限性和影响实施的背景因素进行深入理解。因此，本综述考察了三个领域：尼日利亚及类似中低收入国家癌症登记系统的运营现状和持续挑战；与登记系统强化相关的现有及新兴AI应用；以及负责任和因地制宜的整合所必需的政策和实施考量。目标是勾勒出一条通向尼日利亚稳健且公平的癌症监测的战略路径。
章节摘录
研究设计
本研究采用结构化叙述综述的方法进行。之所以选择叙述综合分析，是因为关于癌症登记系统中AI应用的文献——特别是在尼日利亚和其他中低收入国家——在设计、场景和结局指标方面具有异质性，且仍处于发展阶段；这些特征使得Meta分析式的系统综述不适用，而透明的结构化方法可减少传统叙述综述所固有的选择偏倚。报告格式以
结果
从所综述的文献中提炼出三个相互关联的主题：与癌症登记系统运营相关的AI应用范围；其对癌症诊疗路径和数据质量的潜在影响；以及影响其在尼日利亚及类似中低收入国家采用的障碍因素。
讨论
本综述表明，AI可以解决尼日利亚癌症登记系统的若干核心弱点，包括手工数据提取、不完整链接和延迟报告。然而，现有证据基础主要来自高收入环境，在尼日利亚实现安全、公平部署的条件尚未完全成熟。因此，实现AI带来的益处既取决于技术和结构改革，也取决于政策改革。以下建议涉及两个
结论
人工智能的整合是尼日利亚及其他中低收入国家癌症登记系统的变革性力量。这些登记系统目前受限于手工数据收集、碎片化的卫生信息系统和严重的资源约束，这些问题损害了癌症监测的准确性和时效性。情境化应用机器学习、自然语言处理和深度学习提供了一条可行的路径，可自动化数据提取、改进记录链接并
资助
本研究未获得公共、商业或非营利部门任何资助机构的具体资助。
CRediT作者贡献声明
K. Onah：撰写——初稿，资源，调研，数据管理。Dada O.E：撰写——审阅与编辑，撰写——初稿，可视化，调研，数据管理。Ekhaiyeme P.A：撰写——初稿，资源，项目管理，形式化分析，数据管理。Olagunju T.A：撰写——审阅与编辑，撰写——初稿，可视化，指导，资源，项目管理，方法论，调研，形式化分析，数据管理，
竞争利益声明
所有作者声明不存在可能影响本文所述工作的已知竞争性经济利益或个人关系。
具体而言，作者声明如下：
- •
无需要披露的财务和非财务利益。
- •
本工作未获得任何公共、商业或非营利组织的资助。
- •
无需要声明的雇佣关系、咨询、专利、在研产品或上市产品。
- •
无股票持有或期权。
O.A. Ajagbe|T.A. Olagunju|P.A. Ekhaiyeme|O.E. Dada|K. Onah
