更准确预测肺癌淋巴结转移？大数据来帮忙
目前随着胸部CT筛查的逐渐普及，早期肺癌占比越来越高，但患者术后五年生存率未见明显改善，很大一方面原因是术前没有对淋巴结进行准确评估。如何及时准确的评估淋巴结的状态，是科研人员最为关心的问题。
肺癌细胞的扫描电子显微镜照片。
千层云（www.187iot.cn）了解到：5月20日，《自然-医学》报道了谷歌AI团队的一项人工智能研究，这是根据低剂量计算机断层扫描图像来预测肺癌的。其结论是，AI表现超越了6位专业的放射医学专家。
肺癌目前是全世界发病率和死亡率最高的癌症，也是中国癌症患者的头号杀手，2018年，全世界有960万人死于癌症，其中肺癌死者就有176万，高居癌症死亡率第一位。在中国，由于人口老龄化和空气污染的严重态势，且吸烟率居高不下，肺癌也已成为死亡率最高的恶性肿瘤。据《中国肺癌低剂量螺旋CT筛查指南（2018年版）》，在2015年，中国肺癌的发病和死亡例数分别达73万和61万，发病率和死亡率非常接近，其主要原因是临床诊断病例多已为晚期，失去了手术机会。
早期诊断和早期治疗是提高肺癌生存、降低肺癌死亡率的重要措施。大规模临床试验表明，胸部低剂量CT扫描可以发现肺癌的重要特征，将死亡率降低20%~43%，这是肺癌筛查的首选方式。
然而精准地检出结节是一个挑战——筛查方法错误率很高，因此实用性有限。考虑到还有其他临床因素的影响，许多肺癌在发现时已是晚期，难以有效治疗。如何提高肺癌早期诊断的准确性，是科学家们想要让AI充分发挥优势来解决的问题。
为此，谷歌的AI科学家们开发了一种深度学习模型。这是一种通过实例来教会计算机学习的AI技术。
研究人员使用了来自近1.5万名患者的4万多张CT扫描图像训练AI，其中有近600名患者在一年内经活检证实患有癌症。
“放射科医生一般会在单次CT扫描中检查数百张二维横截面，但我们让新的机器学习系统在一个巨大的三维图像中观察肺部。”这项研究的共同作者，西北大学的MozziyarEtemadi教授介绍。
可疑肺结节的生长速度是恶性肿瘤的重要指示，为了让AI在无人类参与的情况下学会预测肺结节的恶性程度，研究者在训练AI时不仅准备了患者初次确诊时的CT扫描作为输入，还使用了更早之前的CT扫描进行比对。“AI不仅要看当前的CT扫描，还要比对先前的扫描结果，因此理论上讲，这是一种‘4D’扫描。”Etemadi教授补充。
▲本研究中训练AI的示意图（图片来源：参考资料[1]）▲本研究中训练AI的示意图（图片来源：参考资料[1]）
在6716个测试病例中，这套深度学习模型的准确性接受了检验。结果显示，它能够以94%的准确率发现极小的恶性肺结节。
同时，AI与六名平均有8年临床经验的放射科医师进行了“较量”，表现亮眼。在有先前CT扫描图像的情况下，AI系统与放射科医生的成绩不相上下。而在无先前CT扫描图像的情况下，AI的表现甚至超越所有6位放射医学专家，假阳性减少11%，假阴性减少5%。高灵敏度和低漏检率意味着，如果在临床环境使用，可以减少不必要的随访带来的额外负担，同时更少错过肿瘤。
这一模型还需要经过大规模的临床验证，但这一发现仍展现了改善肺癌患者管理和预后的希望。以AI强大的学习能力，我们期待经过临床验证，这样的系统可以早日辅助医生评估肺癌筛查，为患者尽早擒拿肺癌这一杀手。
人工智能看病？5大趋势全景揭秘未来医疗
AI在医疗领域的应用，意味着全世界的人都能得到更为普惠的医疗救助，获得更好的诊断、更安全的微创手术、更短的等待时间和更低的感染率，并且还能提高每个人的长期存活率。从全球医疗行业发展状况来看，AI医疗将会在 医学影像识别、智能诊疗、药物研发、医疗机器人、智能健康管理这5个方向深入影响我们的生活。
AI通过大量学习医学影像，可以帮助医生进行病灶区域定位，减少漏诊误诊问题。肿瘤影像是目前人工智能在医学影像方面应用最多的，其中肺部结节和肺癌筛查、乳腺癌筛查、前列腺癌影像诊断三个方面已经广泛应用于医学影像诊疗工作中。
2018年6月，“Chain”杯全球首场神经影像人工智能 人机大赛全球总决赛上，一方是全球首款CT、MRI神经影像AI辅助诊断系统，一方是25名全球神经影像领域顶尖专家。AI分别以87%、83%的准确率，战胜医生66%、63%的准确率，而且两轮比赛AI均仅用15分钟左右便答完所有题目，而医生却要苦战到最后一秒。
如果您对该产品感兴趣，请填写办理（客服微信：xiaoxiongyidong）
发表评论
◎欢迎参与讨论，请在这里发表您的看法、交流您的观点。