在我國(guó)，肺癌的發(fā)病人數(shù)和死亡人數(shù)居癌癥之首。每年，肺癌發(fā)病人數(shù)約83萬(wàn)，占全國(guó)癌癥發(fā)病人數(shù)的20.5%，死亡人數(shù)約62萬(wàn)。20年來(lái)，患者5年生存率一直徘徊在16%到20%之間。“如何才能降低肺癌的死亡率呢？關(guān)鍵是早期診斷，規(guī)范治療。”四川大學(xué)華西醫(yī)院院長(zhǎng)李為民告訴經(jīng)濟(jì)日?qǐng)?bào)記者。

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(kù)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(kù)收錄了華西醫(yī)院2009年至今收治的2.8萬(wàn)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(guò)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(kù)，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(jué)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(guò)，有結(jié)節(jié)不見(jiàn)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(shuō)。

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(guò)程中，通常是醫(yī)生首先懷疑某些因素可能與某問(wèn)題有關(guān)，然后再通過(guò)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(guò)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(guò)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(lái)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(kāi)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(guò)，人工智能也要“翻過(guò)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(wèn)題。就像患者總抱怨看不懂醫(yī)生手寫(xiě)的病歷本一樣，人工智能同樣要面對(duì)這一問(wèn)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(xiě)的病歷格式不同，描述方式不同。這就需要人工智能的語(yǔ)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(guò)人工智能深度神經(jīng)網(wǎng)絡(luò)的影像結(jié)構(gòu)來(lái)提取模型，包括病灶的類型、大小等。”李為民表示。

其次是解決人工智能的不透明問(wèn)題。受深度學(xué)習(xí)的算法影響，人工智能雖能做出結(jié)論，人類卻很難了解它的決策理由。那么，它如何才能得到醫(yī)生們的信賴？“我們?cè)诋a(chǎn)品層面加入了一些可解釋的技術(shù)分析指標(biāo)，用來(lái)給醫(yī)生提供證據(jù)，告訴他們?yōu)楹稳绱伺袛唷１热纾斯ぶ悄軙?huì)告訴醫(yī)生觀察到病灶出現(xiàn)了分葉征、空泡征等特征，因此判斷它是惡性的。”倪浩告訴記者。

此外，人工智能在應(yīng)用場(chǎng)景的“落地”，始終要面對(duì)商業(yè)化問(wèn)題。倪浩表示：“‘癢點(diǎn)’是沒(méi)有商業(yè)化前景的，‘痛點(diǎn)’才有商業(yè)化前景。隨著我國(guó)肺癌篩查的普及，篩查人數(shù)一定會(huì)有巨大增長(zhǎng)，醫(yī)院人力難以承受，這就是‘痛點(diǎn)’，必然會(huì)需要人工智能的幫助。”

“對(duì)肺癌篩查和診療的介入，意味著人工智能正在從科研走向臨床。”在中國(guó)衛(wèi)生信息與健康醫(yī)療大數(shù)據(jù)學(xué)會(huì)會(huì)長(zhǎng)金小桃看來(lái)，人工智能的參與還有助于打破醫(yī)療資源分布不均這一“瓶頸”：“大醫(yī)院人滿為患而基層醫(yī)療機(jī)構(gòu)診療能力提升困難，以人工智能技術(shù)為工具，打破信息屏障，將大醫(yī)院的診療能力賦能基層，讓基層醫(yī)院醫(yī)生能夠更準(zhǔn)確地進(jìn)行診斷和治療，是解決我國(guó)醫(yī)療資源短缺的重要手段。”

陳 靜