什么人工智能医疗_ 人工智能会为肿瘤诊疗带来什么

健康，健康，健康

目前我国恶性肿瘤的发病率和死亡率仍呈上升趋势，发病率每年保持约3.9%的增长率，死亡率每年保持2.5%的增长率，预防管理状况严峻，这也对肿瘤的早期筛查诊断和精确治疗提出了很高的要求。

随着AI (人工智能)技术的发展，在肿瘤临床诊疗的各个层面都已开始，主要应用于肿瘤流行病学和基因组学等数据分析，基于图像识别技术的肿瘤影像学和病理学数据辅助诊断，预后预测模型的建立，智能手术机器人的应用和新药智能筛查平台的建设等

人工智能能给肿瘤诊疗带来什么？

光明日报记者田雅婷通信员朱艺

目前越来越多的人工智能技术应用于肿瘤领域。 但是，作为医学与工程学科交叉结合的代表，推进相关知识的普及、技术应用、研究的推进、平台的建设和标准的制定，仍需要各方面的深入交流和密切合作。 前几天，由中国抗癌协会肿瘤人工智能专业委员会主办、天津医科大学肿瘤医院主办的“第一届智能肿瘤学天津论坛”在天津召开，大会探讨了我国人工智能技术的发展战略及其在肿瘤影像学、病理学、放射治疗、手术机器人和大数据等方面的应用。

strong1，用数据融合加速肿瘤的正确诊断/strong

大会主席天津医科大学肿瘤医院副院长徐波表示，人工智能在准确诊断恶性肿瘤方面有很大的应用前景。人工智能采用深度学习等方法，发掘出能够完成肿瘤影像学数据图像分割、目标检测和分类等工作的大量数字信息，涉及肿瘤的生物学行为，临床医师能够更准确地完成肿瘤的诊断和治疗

光明图像/视觉中国

例如乳腺癌现在是与人工智能结合获益良多的疾病。 人工智能在乳腺癌良恶性判断、HER2检测、分子分型、效果评价等方面取得了一定的研究成果。 人工智能技术分析大量的基因组学信息，医生在临床诊疗过程中提供更多的信息，更准确地判断疾病、疗效，是乳腺癌个体化实现正确治疗的前提和基础，将来也为乳腺癌患者提供更丰富、更有效的临床方案。

以目前国内肿瘤发病率最高的肺癌为例。 在肺癌治疗中，个体化治疗对提高患者生存率有重要意义，基于EGFR基因突变的靶向治疗是目前主流的治疗方式之一。 为了保证治疗的有效性，在使用EGFR靶向药物之前，医生需要确认患者有EGFR基因突变。 目前常规临床诊断需要穿刺活检获得肺癌组织，决定基因序列确定EGFR基因突变状态。 但穿刺活检有创伤性检查，可能给患者带来一定伤害，且垄断面有限，仅能取得目标区域内部分组织，难以完全正确诊断，基因突变组织结果可能为假阴性。

“我们与上海肺科医院、天津医科大学肿瘤医院队伍一起，对数百例实际病例进行了分析和验证，开发了人工智能的新算法，实现了肺癌CT图像的分层特征提取，达到了较高的预测精度。”中国科学院分子图像重点实验室研究员田捷说， 人工智能模型标志着肿瘤中EGFR基因突变的可疑区域，指导临床穿刺时穿刺部位的选择，为临床医师术前未创造的EGFR基因突变预测提供参考。

田捷表示，医学影像学目前是与人工智能技术最为密切的学科，但融合人工智能技术研究医学数据的不仅仅是影像学。 只有结合影像学、病理学和临床诊疗数据进行研究、说明和量化，才能使人工智能技术从研究向临床发展，进一步拓展其在医学中的应用。

strong2，工智能技术帮助医生成长/strong

不仅给患者带来了实际的利益，而且人工智能的应用为年轻医生的快速成长创造了“快速通道”。 徐波表示，人工智能技术的发展使缺乏经验的基础医师能够快速准确地学习更多临床经验，为基础医师制定治疗方案提供更有效的依据。 特别是在我国各地区医疗水平、人才资源不均衡的情况下，人工智能技术的应用，可以为各级医疗机构提供快速、准确、便利的辅助诊断工具，帮助基层医疗机构和基层医师改善和提高诊疗水平。

例如肿瘤临床检查项目中最普遍的超声检查，是目前筛查评价甲状腺结节最常用的手段。 超声检查主观影响较大，操作者个体间的差异和超声图像清晰度可能直接影响结果判断，因此对影像医生的水平要求较高，个体检查费用也较长。

新华社发

天津医科大学肿瘤医院以30多万张甲状腺超声图像为训练集开发了人工智能模型，以三个独立的数据集为验证，根据深度学习算法分析超声图像，实现甲状腺癌人工智能诊断的回顾性、多中心诊断研究，该模型在识别甲状腺癌的敏感性和特异性方面具有10年以上的丰富经验 目前的模型系统有一些局限性，不能考虑过多的临床参数，不能取代甲状腺癌的人工诊断，但可以增强医生在甲状腺癌诊断中的能力，提高阅读效率，避免疲劳造成的错误。 尤其是我国城乡医疗资源不均衡的状况仍然存在，这种人工智能系统可以改善基层医疗机构的甲状腺超声诊断水平，为各级医疗机构提供快速、准确、便利的甲状腺癌超声诊断工具。 将来经过对随机临床试验的进一步评价，人工智能还有助于减少不必要的细针吸活组织检查。

strong3，行业进入机制和评价标准必须健全/strong

近年来，人工智能技术发展迅速。 2018年，人工智能的发展和应用正式写入政府工作报告，成为“2030健康中国”战略的重要内容。 人工智能行业如沐浴春风，数十家人工智能公司和研发机构进入医疗行业，大量创新技术和应用软件进入医疗领域，尤其是医疗影像三维重建、肺部小结节人工智能诊断等技术开始应用于临床。

首都医科大学肺癌诊疗中心支修益主任表示，目前人工智能已经应用于病理分析，显示出一定的优势。 例如，对于我国发病率和死亡率最高的恶性肿瘤肺癌，人工智能可应用于肺小结节的诊治。 《健康中国2030》规划纲要》明确指出，到2030年，总体癌症5年生存率将提高15%。 因此，提高肺癌早期诊治，切实降低肺癌死亡率，成为国家科研难关和临床科研工作的重点。

支修益表明，目前在肺癌多发地区，确定肺癌高危人群，应用胸部低剂量螺旋CT进行肺癌筛查已形成广泛共识。 全国许多地区和企业积极推进高危人群胸部CT肺癌筛查和中老年员工体检，如何推进胸部低剂量螺旋CT高危人群肺癌筛查，利用人工智能和三维重建技术， 科学准确诊断肺癌筛查和体检工作中发现的肺部结节，避免过度诊断和过度治疗等，已成为我国肺癌早期诊断和肺癌防治的重点。 人工智能技术能够快速高效地进行肺小结节的自动检测识别，提高早期肺癌诊断的效率和精度，大大减少临床医师的工作量。 通过肺小结节良恶性鉴别诊断，确定疑似早期肺癌的患者，判断肺小结节患者的随访时间，决定是否需要医疗干预是人工智能技术的优点。 因此，应结合肺癌先进的人工智能技术，组织多学科专家探讨肺癌筛查和早期诊断、肺部小结节精密诊治和外科术前导航定位等，开展临床多中心研究和临床实践，同时建立我国特有的肺癌和人工智能高水平数据库。

“但同时，人工智能在医疗领域的研究和应用存在诸多问题”支修收益，目前人工智能在医疗领域的重要技术开发和临床应用研究还处于初步阶段，需要建立和健全行业的进入机制和评价标准。 应尽快形成人工智能医务人员交叉学科专家共识，建立高水平、可复制、可持续的人工智能大数据，加强行业内部专业交流与合作，推进医务人员结合与医务人员企业融合等。

他还提出，目前许多肺癌人工智能公司仍处于探索阶段，绝对没有数据显示，诊断效果高于医生的临床经验。 人工智能的发展需要依赖于大型临床数据中心、大型肿瘤中心和肺癌研究中心专家的经验和数据支持。 人工智能不仅在诊断、引导、计划方面有所帮助，也希望对治疗有所帮助。 这也是目前人工智能在肺癌领域缺乏探索的部分。

《光明日报》( 2019年08月18日06版)