加速诊断、助力医师成长……AI能为肿瘤诊疗带来什么？

　　【聊健康】

　　如今，越来越多的人工智能技术在肿瘤领域得到应用。但作为医学与工程学科交叉结合的代表，相关知识普及、技术应用、研究推进、平台建设及标准制定，仍需要来自各方的深入交流和密切合作。日前，由中国抗癌协会肿瘤人工智能专业委员会主办、天津医科大学肿瘤医院承办的“第一届智能肿瘤学天津论坛”在天津举办，大会针对我国人工智能技术的发展战略及其在肿瘤影像学、病理学、放射治疗、手术机器人和大数据等方面的应用进行了探讨。

　　1、数据融合加速肿瘤精准诊断

　　“人工智能在恶性肿瘤的精确诊断上具有较大应用前景。”据大会主席、天津医科大学肿瘤医院副院长徐波教授介绍，人工智能可以通过深度学习等方法，完成对肿瘤影像学数据的图像分割、目标检测和分类等工作；对大量数字化信息的挖掘，并与肿瘤的生物学行为相关联，将有助于临床医生更精准地完成肿瘤的诊断和治疗。

　　例如乳腺癌就是目前与人工智能相结合获益较多的疾病。人工智能已经在乳腺癌的良恶性判定、HER2检测、分子分型、效果评价等方面，取得了一定的研究成果。人工智能对海量的基因组学信息进行技术分析，也可以为医生在临床诊治过程中提供更多的信息，更准确地对病症、疗效进行判断，是乳腺癌得以做到个体化精准治疗的前提和基础，未来也将为乳腺癌患者带来更为丰富有效的临床方案。

　　再以目前国内肿瘤发病率排名第一的肺癌为例。在肺癌治疗中，个性化治疗对于提升患者生存率具有重大意义，基于EGFR基因突变的靶向治疗是现在主流的治疗方式之一。为了保证治疗的有效性，使用EGFR靶向药物前，医生需要先确认患者有EGFR基因突变情况。当前常规的临床诊断需要通过穿刺活检取得肺癌组织，再进行基因测序来确定EGFR基因突变状态。但穿刺活检是一项有创检查，对患者会产生一定伤害，且覆盖面有限，只能取得目标区域内的部分组织，难以做到完全的精准诊断，存在基因突变组织结果假阴性的可能。

　　“我们与上海肺科医院、天津医科大学肿瘤医院团队一起，以数百例实际病例进行分析和验证，研发了人工智能新算法，实现了肺癌CT影像的分层特征提取，并达到较好的预测精度。”中科院分子影像重点实验室研究员田捷介绍说，人工智能模型可标记出肿瘤中EGFR基因突变可疑度较高的区域，指导临床穿刺时穿刺位点的选取，也为临床医生术前无创的EGFR基因突变预测提供参考。

　　田捷表示，医学影像学是当前与人工智能技术结合最紧密的学科，但融合人工智能技术研究的医学数据的不能仅限于影像学。只有融合影像学数据、病理学数据、临床诊疗数据来研究、描述和量化，才能实现人工智能技术从研究走向临床，从而进一步拓宽其在医学上的应用。

　　2、人工智能技术可助力医师成长

　　除了为患者带来实际获益，人工智能的应用，也为年轻医师的迅速成长搭建起“快速通道”。徐波指出，人工智能技术的发展可以更好地让经验不足的基层医生，快速准确地学习到更多的临床经验，也为基层医生制定治疗方案提供更有效的依据。尤其是在我国各地区医疗水平、人才资源尚不均衡的情况下，人工智能技术的应用，能为各级医疗机构提供快速、准确、便利的辅助诊断工具，助力基层医疗机构和基层医生诊疗水平的改善和提高。

　　例如肿瘤临床检查项目中最普遍的超声检查，是当前甲状腺结节筛查评估最常用的手段。超声检查受主观影响较多，操作者个体间的差异以及超声图像的清晰度都可能直接影响结果判断，因而对影像医师的水平要求较高，个体检查的耗费时间也较长。

　　据了解，天津医科大学肿瘤医院以30余万张甲状腺超声图像作为训练集进行人工智能模型开发，用3个独立数据集作为验证，开展了基于深度学习算法分析超声图像，实现甲状腺癌人工智能诊断的回顾性、多中心诊断研究，发现该模型在识别甲状腺癌的敏感性和特异性方面，可以媲美具有10年以上丰富经验的影像专家，具有快速及可重现的特点。虽然现在的模型系统还有一些局限性，无法考虑过多的临床参数，尚不能完全取代甲状腺癌的人工诊断，但可以辅助增强医生在甲状腺癌诊断中的能力，提高阅片效率，避免因疲倦产生的差错。特别是我国城乡医疗资源尚有不均衡情况仍然存在，此类人工智能系统有助于改善基层医疗机构甲状腺超声诊疗水平，为各级医疗机构提供一种快速、准确和便利的甲状腺癌超声诊断工具。未来经过随机临床试验的进一步评估，人工智能还将有助于减少不必要的细针抽吸活组织检查。

　　3、行业准入机制和评价标准亟须健全

　　近年来，人工智能技术发展迅猛。2018年，人工智能的发展与应用被正式写入政府工作报告，成为“2030健康中国”战略的重要内容。人工智能行业如沐春风，数十家人工智能公司和研发机构进入医疗行业，大量的创新技术和应用软件进入医疗领域，特别是医学影像三维重建、肺部小结节人工智能诊断等技术开始应用于临床。

　　首都医科大学肺癌诊疗中心主任支修益表示，目前看来，人工智能已经应用到了病理分析之中，并且体现出一定的优势。例如对于中国发病率和死亡率最高的恶性肿瘤肺癌而言，人工智能可应用于肺小结节的诊疗之中。《“健康中国2030”规划纲要》中明确指出，到2030年要实现总体癌症5年年生存率提高15%，因而，如何提高肺癌早诊早治，切实降低肺癌死亡率，成为国家科研攻关和临床科研工作的重点。

　　支修益介绍说，如今，在肺癌高发地区，锁定肺癌高危人群，应用胸部低剂量螺旋CT进行肺癌筛查已形成广泛共识。全国许多地区和企事业单位，也都在积极推动开展高危人群胸部CT肺癌筛查和中老年职工健康体检，而如何推进胸部低剂量螺旋CT在高危人群中的肺癌筛查，如何运用人工智能和三维重建技术，科学精准诊断在肺癌筛查和健康体检工作中发现的肺部小结节，避免过度诊断和过度治疗等，均成为我国肺癌早诊早治和肺癌防治工作的重点。而人工智能技术能快速高效地进行肺小结节自动检测识别，提高早期肺癌诊断效率和准确率，大幅减少临床医生工作量。通过肺小结节良恶性鉴别诊断，锁定疑似早期肺癌患者，帮助判断肺小结节患者随访时间、决定是否需要进行医疗干预，这些都是人工智能技术的优势所在。因此，对于肺癌来说，应结合先进的人工智能技术，组织多学科跨领域专家共同探讨肺癌筛查与早期诊断、肺部小结节精准诊疗和外科术前导航定位等开展临床多中心研究与临床实践，同时建立有中国特色的肺癌与人工智能的高水平数据库。

　　“但与此同时，人工智能在医疗领域研究与应用仍面临诸多问题。”支修益坦言，目前，人工智能在医疗领域的关键技术开发和临床应用研究尚属初级阶段，亟须建立和健全行业准入机制和评价标准，尽快形成人工智能医工交叉学科的专家共识，建立高水平、可复制且可持续发展的人工智能大数据，加强行业内部跨专业的交流与协作，推动医工结合和医工企融联合等。

　　此外，他提出，目前大多数的肺癌人工智能公司还处于探索阶段，还没有绝对的数据表明其诊断效果高于医生的临床经验。另外，人工智能的发展，还需要依赖大的临床数据中心、大的肿瘤中心、肺癌研究中心的专家的经验和数据支持。希望人工智能除了能在诊断、引导、规划方面给予帮助以外，还可以帮助我们进行治疗。这也是目前人工智能在肺癌领域探索所欠缺的部分。

　　(本报记者 田雅婷 通讯员 朱芸)