今日，在《自然·醫學》（Nature Medicine）最新上線發表的一篇論文中，谷歌健康研究部門和美國西北大學醫學院等機構的科學家們合作帶來一款人工智能（AI）系統——它能夠根據胸部CT掃描，對惡性肺結節進行檢測分析，從而對肺癌進行早期診斷。與放射醫學專家相比，它的準確性甚至要更爲優越！
肺癌目前是全世界發病率和死亡率最高的癌症，也是中國癌症患者的頭號殺手。大規模臨牀試驗表明，胸部低劑量CT掃描可以發現肺癌的重要特徵，將死亡率降低20%~43%，這是肺癌篩查的首選方式。
然而精準地檢出結節是一個挑戰——篩查方法錯誤率很高，因此實用性有限。考慮到還有其他臨牀因素的影響，許多肺癌在發現時已是晚期，難以有效治療。如何提高肺癌早期診斷的準確性，是科學家們想要讓AI充分發揮優勢來解決的問題。
(圖片來源：pixabay)爲此，谷歌的AI科學家們開發了一種深度學習模型。這是一種通過實例來教會計算機學習的AI技術。
研究人員使用了來自近1.5萬名患者的4萬多張CT掃描圖像訓練AI，其中有近600名患者在一年內經活檢證實患有癌症。
「放射科醫生一般會在單次CT掃描中檢查數百張二維橫截面，但我們讓新的機器學習系統在一個巨大的三維圖像中觀察肺部。」這項研究的共同作者，西北大學的Mozziyar Etemadi教授介紹。
可疑肺結節的生長速度是惡性腫瘤的重要指示，爲了讓AI在無人類參與的情況下學會預測肺結節的惡性程度，研究者在訓練AI時不僅準備了患者初次確診時的CT掃描作爲輸入，還使用了更早之前的CT掃描進行比對。「AI不僅要看當前的CT掃描，還要比對先前的掃描結果，因此理論上講，這是一種‘4D’掃描。」 Etemadi教授補充。
本研究中訓練AI的示意圖（圖片來源：參考資料[1]）在6716個測試病例中，這套深度學習模型的準確性接受了檢驗。結果顯示，它能夠以94%的準確率發現極小的惡性肺結節。
同時，AI與六名平均有8年臨牀經驗的放射科醫師進行了「較量」，表現亮眼。在有先前CT掃描圖像的情況下，AI系統與放射科醫生的成績不相上下。而在無先前CT掃描圖像的情況下，AI的表現甚至超越所有6位放射醫學專家，假陽性減少11%，假陰性減少5%。高靈敏度和低漏檢率意味着，如果在臨牀環境使用，可以減少不必要的隨訪帶來的額外負擔，同時更少錯過腫瘤。
儘管作者提醒說，這一模型還需要經過大規模的臨牀驗證，但這一發現仍展現了改善肺癌患者管理和預後的希望。以AI強大的學習能力，我們期待經過臨牀驗證，這樣的系統可以早日輔助醫生評估肺癌篩查，爲患者儘早擒拿肺癌這一殺手。
本文題圖來自Pixabay
參考資料
[1] Diego Ardila et al., (2019) End-to-end lung cancer screening with three-dimensional deep learning on low-dose chest computed tomography, Nature Medicine . DOI: 10.1038/s41591-019-0447-x
[2] Artificial intelligence system spots lung cancer before radiologists. Retrieved May 21, from https://medicalxpress.com/news/2019-05-artificial-intelligence-lung-cancer-radiologists.html