一次CT平掃即可助力醫(yī)生識(shí)別多種癌癥，在線平臺(tái)幾秒完成個(gè)性化醫(yī)療資源對(duì)接……近年來，人工智能技術(shù)正全面變革腫瘤診療方方面面。

“AI可貫穿腫瘤診療全流程。”中國(guó)科學(xué)院深圳先進(jìn)技術(shù)研究院生物醫(yī)學(xué)與健康工程研究所醫(yī)學(xué)人工智能研究中心執(zhí)行主任李志成向科技日?qǐng)?bào)記者介紹，“從影像初診、病灶識(shí)別、病人入院，到病理診斷、手術(shù)方案可視化等，甚至出院恢復(fù)跟蹤，AI的介入是醫(yī)生和患者看得見、摸得著的。”

幫助腫瘤早期篩查

北京美中愛瑞腫瘤醫(yī)院院長(zhǎng)徐仲煌介紹，很多腫瘤患者確診時(shí)已是中晚期，錯(cuò)過了最佳治療時(shí)機(jī)。早期篩查能幫助醫(yī)生在無癥狀或癌前病變階段發(fā)現(xiàn)病情，并通過早期干預(yù)有效降低發(fā)病率和死亡率，AI在腫瘤早篩領(lǐng)域潛力巨大。

腫瘤早篩通常依賴一系列非侵入性或微創(chuàng)檢查手段，包括影像學(xué)檢查、血液標(biāo)志物檢測(cè)及分子診斷等。這方面，AI介入已取得突破性進(jìn)展。李志成認(rèn)為，在基于影像的深度學(xué)習(xí)技術(shù)加持下，AI在某些腫瘤篩查中的表現(xiàn)甚至超越了人類專家。

近兩年，《自然》雜志等國(guó)際期刊多次發(fā)表AI助力腫瘤篩查的相關(guān)研究。哈佛大學(xué)醫(yī)學(xué)院團(tuán)隊(duì)研發(fā)的CHIEF模型不僅能診斷19種癌癥，還可以定位腫瘤微環(huán)境、引導(dǎo)治療策略及預(yù)測(cè)生存率。阿里巴巴達(dá)摩院研發(fā)的胰腺癌早期檢測(cè)模型PANDA，判斷存在病變的準(zhǔn)確率高達(dá)92.9%。這些成果表明，AI不僅能輔助診斷，還能在精準(zhǔn)治療中發(fā)揮關(guān)鍵作用。

相關(guān)實(shí)踐已顯示出AI在腫瘤篩查中的作用。今年2月，阿里巴巴“醫(yī)療AI多癌早篩公益項(xiàng)目”在浙江麗水市中心醫(yī)院等機(jī)構(gòu)部署，將達(dá)摩院醫(yī)療AI技術(shù)創(chuàng)新應(yīng)用于衛(wèi)生健康領(lǐng)域。“項(xiàng)目在4個(gè)月內(nèi)篩查超5萬人次，篩查病種包括胰腺癌、食管癌、胃癌、結(jié)直腸癌，其中發(fā)現(xiàn)的145例癌癥病變已被臨床證實(shí)。”達(dá)摩院醫(yī)療AI團(tuán)隊(duì)負(fù)責(zé)人呂樂解釋，通過結(jié)合大量歷史數(shù)據(jù)和復(fù)雜算法，AI能從影像中提取肉眼難以察覺的微小病灶信息。在繁瑣的影像分析任務(wù)中，AI還能快速處理大量數(shù)據(jù)，減輕醫(yī)生壓力。

徐仲煌說，癌癥必須依靠多學(xué)科協(xié)作才能制定最優(yōu)治療方案，而AI可助力解決這一過程中專業(yè)人員短缺、經(jīng)濟(jì)成本高等問題。

呂樂以PANDA為例說，模型相當(dāng)于匯集了數(shù)十位不同專業(yè)醫(yī)生的知識(shí)庫(kù)，通過整合影像學(xué)資料、基因組學(xué)信息、病理學(xué)數(shù)據(jù)等多模態(tài)數(shù)據(jù)，實(shí)現(xiàn)跨科室的數(shù)據(jù)融合。在此基礎(chǔ)上，模型能提取關(guān)鍵病灶信息及潛在病理特征，進(jìn)而開展跨科室的全方位分析。

提高癌癥認(rèn)知水平

推動(dòng)醫(yī)學(xué)領(lǐng)域的科學(xué)認(rèn)知，是AI助力腫瘤診療的更高維度。

李志成團(tuán)隊(duì)已從事腦膠質(zhì)瘤研究數(shù)十年。談及腦膠質(zhì)瘤診療現(xiàn)狀，李志成說:“我們對(duì)這種疾病的科學(xué)認(rèn)知仍然有限，醫(yī)生們尚未完全理解腦膠質(zhì)瘤的發(fā)生發(fā)展和復(fù)發(fā)機(jī)制，也還沒有找到切實(shí)有效的精準(zhǔn)治療途徑。”

對(duì)此，徐仲煌深有同感。“對(duì)癌癥認(rèn)知的不足限制了診療手段。面對(duì)疑難雜癥，臨床上很多時(shí)候只能摸著石頭過河。”

現(xiàn)有AI診療模型也有局限性。李志成說，許多模型通過大規(guī)模標(biāo)注數(shù)據(jù)集訓(xùn)練，尋找圖像特征與臨床結(jié)果之間的相關(guān)性。雖然這種方法在準(zhǔn)確率上取得了顯著成效，但這種“黑箱式”操作缺乏解釋性依據(jù)，導(dǎo)致醫(yī)生難以完全信賴AI的診斷結(jié)果，因此回歸醫(yī)學(xué)源頭的認(rèn)知格外重要。

這方面，AI可以發(fā)揮的空間很大。“AI能整合影像、病理、基因等多模態(tài)數(shù)據(jù)，提供多尺度綜合分析，幫助我們構(gòu)建更完整的腫瘤‘畫像’。腫瘤是一個(gè)由復(fù)雜癌細(xì)胞組成的生態(tài)系統(tǒng)，對(duì)其畫像勾勒得越準(zhǔn)確，就越能發(fā)現(xiàn)以往忽視的腫瘤行為和潛在治療靶點(diǎn)，為前端治療提供新思路。”李志成說，隨著基因組、蛋白質(zhì)組等分子層面數(shù)據(jù)不斷豐富，AI有望突破現(xiàn)有認(rèn)知瓶頸，助力提升對(duì)復(fù)雜癌癥的科學(xué)認(rèn)知。

徐仲煌補(bǔ)充說:“面對(duì)陌生腫瘤，如果AI能推動(dòng)人類對(duì)其認(rèn)知前進(jìn)，哪怕是一小步，也有可能從根本上為腫瘤診療提供新的方法論指導(dǎo)，真正改變我們應(yīng)對(duì)癌癥的方式。”

發(fā)揮數(shù)據(jù)“養(yǎng)料”作用

要想使AI進(jìn)一步賦能腫瘤診療全流程，獲取優(yōu)質(zhì)、全面、龐大的數(shù)據(jù)支持十分關(guān)鍵。

這個(gè)過程中，只有醫(yī)生和AI團(tuán)隊(duì)密切合作，才能為模型提供高質(zhì)量的訓(xùn)練數(shù)據(jù)。呂樂進(jìn)一步解釋，前沿的醫(yī)療AI算法團(tuán)隊(duì)往往依賴廣泛的合作醫(yī)院提供多樣性數(shù)據(jù)，這對(duì)于提高模型的泛化能力至關(guān)重要。不同醫(yī)院的數(shù)據(jù)為AI模型提供了豐富的病理背景，幫助其更準(zhǔn)確地應(yīng)對(duì)各種臨床情境。

然而，由于需要數(shù)據(jù)量大、涉及部門多、數(shù)據(jù)分散等問題，數(shù)據(jù)獲取成為目前腫瘤AI研究的主要瓶頸。“獲取單一的影像或病理數(shù)據(jù)并不難，但同時(shí)獲取同一病人的影像、病理、基因等全模態(tài)數(shù)據(jù)非常難。”李志成說，這不僅需要多個(gè)科室密切配合，還需要耗費(fèi)大量時(shí)間。當(dāng)前腫瘤研究往往分散在不同學(xué)科，影像分析由影像科和工程技術(shù)人員負(fù)責(zé)，而基因數(shù)據(jù)則由分子病理學(xué)科或生物信息學(xué)人員處理。打破學(xué)科間壁壘、整合數(shù)據(jù)，仍是一個(gè)巨大挑戰(zhàn)。

“數(shù)據(jù)是AI能否在醫(yī)療中充分發(fā)揮作用的基礎(chǔ)‘養(yǎng)料’。”在徐仲煌看來，數(shù)據(jù)的擴(kuò)展性、標(biāo)準(zhǔn)化和安全性是醫(yī)院在布局醫(yī)療AI時(shí)的關(guān)鍵考量因素。醫(yī)院在規(guī)劃AI布局時(shí)必須從當(dāng)下著手，確保數(shù)據(jù)錄入、存檔和管理的標(biāo)準(zhǔn)化，提前設(shè)計(jì)合理的數(shù)據(jù)管理框架，同時(shí)為未來的數(shù)據(jù)處理預(yù)留接口。AI的優(yōu)勢(shì)在于其能不斷吸收新數(shù)據(jù)，進(jìn)行自我優(yōu)化。這要求醫(yī)院的數(shù)據(jù)存儲(chǔ)系統(tǒng)具備擴(kuò)展性，以應(yīng)對(duì)日益增長(zhǎng)的多模態(tài)數(shù)據(jù)需求。

在數(shù)據(jù)安全方面，徐仲煌認(rèn)為，醫(yī)院需建立嚴(yán)格的數(shù)據(jù)加密和隱私保護(hù)機(jī)制，確保技術(shù)應(yīng)用在符合法律法規(guī)、社會(huì)倫理的前提下，為臨床診療工作提供可靠支持。