AI比医生厉害？新算法有望解决肺癌诊断难的技术难题
记者|袁伟腾
医生面前是一张肺部的CT照片。
这张照片清晰干净，图像轮廓和普通人一样。即使是最有经验的放射科医生也会做出一致的判断：肺部健康正常。
但AI算法会得出不同的结论：通过观察人眼不可见的微小肺斑，可以判断此患者已呈现早期肺癌症状，应及时治疗；如果任其发展，疾病将在未来1~2年内发展到可以明确诊断的程度。
肺癌是世界上最致命的疾病之一。研究数据显示，患者确诊后5年内死亡率为75%。据国家癌症中心统计，我国每年新增肺癌病例约78.7万例，约63.1万人死于肺癌。
图片来源：unsplash
该算法由谷歌和西北大学联合开发，有望解决肺癌患者的早期诊断问题。利用人工智能，AI模型可以检测患者胸部微小的癌斑，准确率为95%，而传统放射科医生的准确率约为65%。
该人工智能模型可以基于患者胸部的CT图像诊断早期肺癌。在去年进行的对比研究中，与6位经验丰富的放射科医师相比，AI的准确率更高，检出病例数增加5%，假阳性率下降11%，AUC达到94.4%。这意味着AI模型可以更早更准确地发现癌症病例，显著降低非肺癌人群的误诊率。
“普通医生可能看不出有什么不同，”人工智能模型的首席研究员莫兹亚尔埃特马迪解释道。"但是人工智能模型将分析潜在的症状并提供充分的医学依据."
该系统在机器学习过程中采用了一种称为“深度学习”的技术。通过构建测试数据库和模拟训练，深度学习技术可以使AI系统利用真实案例智能总结出“一个肿瘤”的概念，而不是简单地接受程序员输入的“肿瘤特征”，并与患者的检测图像进行比较。AI在深度学习的基础上，可以生成自己对肺癌的认识，更高效准确地发现肺癌的早期症状。
随着越来越多的训练数据输入到算法模型中，AI能给出的判断会更加准确。据国外媒体报道，一些深度学习模型还可以提供诊断的错误概率，进一步帮助医生制定临床方案。
此外，谷歌的AI算法可以将CT检测信息整合到一个3D模型中进行分析。与传统的ct照片相比，三维模型不仅可以使医学诊断更加准确，而且可以检测出传统CT检查无法明确判断的异常血管等疾病。
“3D模型已经开始让人们关注肿瘤以外的疾病，”埃特马迪说。“这项技术向我们展示了肺癌诊断和治疗的新可能性。我们正在走向一个新的医学领域。”
更多的研究机构开始尝试将AI算法应用于肺癌的诊断和治疗。来自伦敦大学和伦敦癌症研究所的Jamal-Hanjani专注于肺癌在初步治疗后复发的早期迹象。在训练AI模型学习了上百张患者的放射学图像后，Hanjani发现免疫细胞含量低的肿瘤在手术切除或化疗后更容易引起复发。韩贾尼认为，这项研究将有助于放射科医生更好地监测患者康复后的身体状况。
此外，伦敦皇家马斯登医院也在开发一种人工智能模型，以更好地区分肺癌并发症和新型冠状病毒引起的疾病。在最近的病例中，由于免疫治疗引起的副作用，一些癌症患者显示了与感染新型冠状病毒的患者相似的肺部图像。这种AI模式有望降低此类患者的误诊率。
肺癌是死亡率最高的癌症之一。事实上，大约70%的癌症是在疾病的晚期发现的。如果癌症能够通过早期诊断、预后和及时治疗成功地局限于肺部，患者的生存率将大大提高。埃特马迪希望通过人工智能算法拯救更多肺癌患者：
“大多数肺癌患者最终都会死亡，但我们还有机会拯救更多的人。”