目前，肺癌嚴(yán)重危害人民生命健康。面對(duì)我國(guó)肺癌診療嚴(yán)峻的形勢(shì)，如何應(yīng)用人工智能輔助醫(yī)生對(duì)肺癌進(jìn)行有效診治，以真正實(shí)現(xiàn)早期檢測(cè)、正確診斷、精準(zhǔn)治療？

上海交通大學(xué)醫(yī)學(xué)院附屬瑞金醫(yī)院嚴(yán)福華教授領(lǐng)軍的影像專家團(tuán)隊(duì)，實(shí)踐“精準(zhǔn)診療，影像先行”，正進(jìn)一步聯(lián)手EDDA科技團(tuán)隊(duì)，運(yùn)用以人工智能為核心的IQQA賦能平臺(tái)，抓住肺癌檢、診、療三個(gè)關(guān)鍵環(huán)節(jié)，在肺癌早期發(fā)現(xiàn)、術(shù)前三維精準(zhǔn)定量評(píng)估、手術(shù)方案優(yōu)化、術(shù)中專用機(jī)器人活檢穿刺及腫瘤消融導(dǎo)航、術(shù)后精準(zhǔn)病理檢查等方面提供全方位、多層次的綜合影像應(yīng)用解決方案。

為幫助人類對(duì)抗肺癌，如今，人工智能一顯身手。華西醫(yī)院日前與依圖科技宣布，合作研發(fā)全球首個(gè)肺癌臨床科研智能病種庫和全球首個(gè)肺癌多學(xué)科智能診斷系統(tǒng)。據(jù)悉，肺癌臨床科研智能病種庫收錄了華西醫(yī)院2009年至今收治的2.8萬例肺癌患者的影像、病理、基因檢測(cè)、病歷文本等多維數(shù)據(jù)，并通過人工智能技術(shù)清洗、解析與重構(gòu)了大量非結(jié)構(gòu)化數(shù)據(jù)。肺癌多學(xué)科智能診斷系統(tǒng)則依托病種庫，綜合多學(xué)科臨床信息進(jìn)行綜合診斷，能實(shí)現(xiàn)結(jié)節(jié)篩查、肺癌全類型病灶診斷覆蓋等功能。作為人工智能“獨(dú)角獸”公司，依圖科技近期宣布剛剛完成2億美元的C+輪融資，其計(jì)算機(jī)視覺人工智能技術(shù)目前主要應(yīng)用在安防、金融以及醫(yī)療3大領(lǐng)域。

那么，在對(duì)抗肺癌這件事上，人工智能到底能做什么？又要解決哪些難點(diǎn)？

人工智能可以幫助醫(yī)生們看得更準(zhǔn)。李為民告訴記者：“早期篩查肺癌，第一是要找到結(jié)節(jié)，人工智能能夠明顯提高胸部CT檢查的準(zhǔn)確性，比如對(duì)5毫米以下的結(jié)節(jié)，檢出率能達(dá)到98%以上。”依圖醫(yī)療總裁倪浩表示，這部分技術(shù)已相當(dāng)成熟，“與人類醫(yī)生團(tuán)隊(duì)4.3%的漏檢率相比，人工智能的漏檢率僅為0.7%”。不過，有結(jié)節(jié)不見得就是癌癥，還要能夠識(shí)別它的性質(zhì)。在判斷結(jié)節(jié)性質(zhì)上，重點(diǎn)是追蹤病灶的變化。“它去年多大，3個(gè)月前多大，但這個(gè)判斷并不容易。目前的做法是先建立肺的3D模型，然后利用深度學(xué)習(xí)技術(shù)分段，以此確定病灶的位置，最后計(jì)算它的體積，并且判斷征象及其變化。”倪浩說。

與之相比，人工智能也在形成新的智慧。在傳統(tǒng)臨床科研過程中，通常是醫(yī)生首先懷疑某些因素可能與某問題有關(guān)，然后再通過臨床實(shí)驗(yàn)或者病人病歷獲得數(shù)據(jù)支撐。而人工智能通過匯集和整合海量病人信息，包括電子病歷、基因、病理檢測(cè)等多維度數(shù)據(jù)，一方面能夠針對(duì)每位患者向醫(yī)生提出參考診斷和建議治療方案，另一方面，也可以通過人工智能輔助建模賦能臨床科研，從而找到與治療相關(guān)的最新因素。

“從這些方面來看，人工智能對(duì)于診斷的輔助是可復(fù)制的。我們也計(jì)劃從肺癌開始，嘗試將人工智能的輔助診斷拓展到肝癌、乳腺癌、胃癌、腸癌等10個(gè)病種中去。”倪浩表示。

不過，人工智能也要“翻過一山又一山”。首先是數(shù)據(jù)的結(jié)構(gòu)化和標(biāo)準(zhǔn)化問題。就像患者總抱怨看不懂醫(yī)生手寫的病歷本一樣，人工智能同樣要面對(duì)這一問題。“最大的難點(diǎn)是很多醫(yī)學(xué)數(shù)據(jù)結(jié)構(gòu)隨意、差異大，醫(yī)生寫的病歷格式不同，描述方式不同。這就需要人工智能的語義理解，也要參照國(guó)內(nèi)外的肺癌醫(yī)學(xué)指南，針對(duì)肺癌的臨床要求，研究標(biāo)準(zhǔn)化字段，擴(kuò)大臨床信息提取的范本。在影像數(shù)據(jù)方面，則更為復(fù)雜。我們通過人工智能深度神經(jīng)網(wǎng)絡(luò)的影像結(jié)構(gòu)來提取模型，包括病灶的類型、大小等。”李為民表示。