圖片來源@視覺中國

7月15日，坐擁美國最強病理數(shù)據(jù)的初創(chuàng)公司Paige.ai最近發(fā)布了一個重磅消息，這家人工智能癌癥檢測及治療初創(chuàng)公司宣布在《Nature Medicine》上發(fā)表論文，證實其AI病理系統(tǒng)對于前列腺癌、皮膚癌及乳腺癌的檢測率已經(jīng)達到了“近乎完美”的準確率，宣布這是“世界首個臨床級別的病理學AI應用”。

與此同時，在剛剛過去的六月，三大醫(yī)學影像及醫(yī)學儀器方向會議接連舉行：2019核醫(yī)學大會（SNMMI 2019)、WSGR醫(yī)療儀器大會、醫(yī)學影像信息學會（SIIM 2019），會上不約而同地都集中討論了用AI對付癌癥的新技術。

MedTech Innovator大會，許多癌癥診斷與治療的創(chuàng)業(yè)公司分享了癌癥診療的新進展

不管是行業(yè)的新消息，還是重量級大會上的種種進展，都在展現(xiàn)一個重要趨勢：在未來癌癥診療中，AI會是最重要的技術手段之一。

在醫(yī)學昌明的今天，癌癥仍舊是不治之癥，每年奪走全球超過800萬人的生命。世界衛(wèi)生組織去年9月發(fā)布的報告稱，全球1/5的男性和1/6的女性在一生中會患上癌癥，1/8的男性和1/11的女性將死于癌癥。

中國作為世界上人口最多、癌癥發(fā)病率較高的國家，癌癥治療仍有很長的路要走：國家癌癥中心統(tǒng)計數(shù)據(jù)，中國癌癥患者經(jīng)治療的5年存活率約為30%，仍然遠遠低于歐美等發(fā)達國家的70%-80%。

2018年初，著名醫(yī)學雜志《柳葉刀》（Lancet）雜志發(fā)表了第三輪全球癌癥生存分析（CONCORD-3），中國肺癌、肝癌、胰腺癌三大癌癥的5年存活率均在20%以下，兒童腦癌，急性淋巴細胞白血病以及淋巴瘤等兒童癌癥5年生存率在50%以下，而美國、加拿大、卡塔爾等國的5年生存率可以達到80%甚至90%以上。

而在這條布滿荊棘的必經(jīng)之路上，人工智能可以在三個方面幫助我們：預防、診斷、治療。

AI影像協(xié)助癌癥預防及早期篩查

面對癌癥這個“重病之王”，迄今為止，人們對付它的最強武器還是預防及早期篩查。

這是因為提前篩查能夠有效降低發(fā)病率。《華盛頓郵報》報道中寫道，如今在發(fā)達國家，預防工作正在幫助降低各種癌癥（包括肺癌和宮頸癌）的發(fā)病率。

而AI技術能夠讓早期篩查的效率和準確率提高，進一步幫助人們做好癌癥預防。以大腸癌為例，腸息肉對其早期診斷至關重要，因為息肉可能惡化為癌癥。2017年，達特茅斯教授Bruno Korbar實現(xiàn)了從腸道組織染色圖鑒別可能致癌的腸道息肉的CNN（卷積神經(jīng)網(wǎng)絡），精確度達到93%。

以Paige.ai為例，他們研發(fā)的AI系統(tǒng)通過深度學習技術，在數(shù)年時間內(nèi)，用四個國家里超過15000名癌癥患者的45000張癌癥病理影像進行訓練，最終得到了優(yōu)秀的診斷準確率。

病理切片固然是癌癥診斷的金標準，但局限于其有創(chuàng)性，以及病理探測的局部性，在潛在疾病人群中使用病理探測的方法來實現(xiàn)常規(guī)定期的癌癥早期篩查是不可行的。醫(yī)學影像方法，包括CT、PET以及MRI，基于其全面角度探測以及無創(chuàng)的特點，便成為癌癥早期篩查的有力工具。目前在醫(yī)院影像領域，已經(jīng)有不少相關的AI研究和產(chǎn)業(yè)轉(zhuǎn)化在開展中。

2019年的Google I/O上，谷歌產(chǎn)品經(jīng)理Lily Peng展示了谷歌在肺癌提前檢測上的成果————在所有癌癥中，肺癌的致死率最高，“不幸的是，80%的肺癌都難以在早期篩查出來”。

Lily Peng展示谷歌肺癌提前檢測的成果

通過美國國家癌癥研究所及西北大學提供的肺癌病理圖像，谷歌訓練了一個檢測惡性腫瘤能力的神經(jīng)網(wǎng)絡，能力與訓練有素的放射學醫(yī)生持平甚至更高。結果顯示，AI系統(tǒng)通過掃描患者確診肺癌前一年的CT，就能找到癌癥跡象。對于這樣的患者來說，提前篩查意味著40%的生存率提升。

此前，癌癥早期篩查時常引發(fā)爭論：大量的早期癌癥篩查也意味著更多的誤診率、浪費的醫(yī)療費用以及過度治療。不難想象，在AI提升癌癥影像質(zhì)量和效率、提升早期篩查準確率后，這個問題也可能會迎刃而解。

早期篩查趨勢：提升成像質(zhì)量、降低有害因素

在剛剛閉幕的2019 SNMMI年會上頒發(fā)的年度圖像獎中，來自德國海德堡大學醫(yī)院的新型68Ga-FAPI 示蹤劑PET可以提供清晰的腫瘤輪廓、高度的圖像對比度。其研究表明，68Ga-FAPI? PET/CT顯像在28種不同的腫瘤中具有良好的顯像特性，尤其是肉瘤癌、食道癌、乳腺癌、膽管癌和肺癌。

FAPI（fibroblast activation protein inhibitor）全稱為成纖維細胞激活蛋白（FAP）抑制劑，這些成纖維細胞最多能組成腫瘤組織的90%以上，而在正常細胞中無表達或過低，所以FAP能有效地用于識別腫瘤。

“68Ga-FAPI的高吸收率使其對許多癌癥類型有用，特別是在傳統(tǒng)的18F-FDG PET / CT面臨局限的情況下，”德國海德堡德國癌癥研究中心及海德堡大學醫(yī)院核醫(yī)學教授Uwe Haberkorn博士表示。 “例如，低級別肉瘤通常有較低水平的18F-FDG，導致良性和惡性病變之間的重疊。在乳腺癌中，18F-FDG PET / CT常用于復發(fā)后的圖像檢測，但通常不推薦用于早期癌癥檢測。對于食道癌，18F-FDG PET / CT對淋巴結分期的敏感性通常只有低到中等。”

提升影像質(zhì)量、降低有害因素是癌癥早期篩查最重要的趨勢。最新的一篇發(fā)表在Cell Stem Cell上的研究文章顯示，CT檢查可能會增加腫瘤風險————50mGy的電離輻射（大致相當于做幾CT檢查的劑量）雖不會明顯造成細胞基因突變，卻會增加那些攜帶了p53突變、具有癌變潛力的細胞的競爭力。降低輻射有害因素勢在必行。

今年SNMMI年會上，低輻射劑量、高成像速度的全身PET成像硬件系統(tǒng)也是大會的關注重點，受到全球分子影像的研究學者及臨床醫(yī)生的廣泛關注。

比如鈦媒體此前報道過的深透醫(yī)療（Subtle Medical），主攻加速醫(yī)學影像成像，能夠讓PET（核醫(yī)學影像、正電子發(fā)射計算機斷層掃描）減少放射試劑劑量4倍以上，再通過深度學習技術完成影像增強，達到診斷級別。換句話說，他們能讓對于診斷癌癥非常重要的PET影像模態(tài)變得更有效率、放射性更小。

值得一提的是，深透醫(yī)療的產(chǎn)品不單可以在全身的腫瘤早期篩查中提高采集速度和降低輻射劑量，在神經(jīng)退行性疾病，比如阿茲海默癥上，也有相同的效用。此前，其產(chǎn)品已通過美國FDA審批，并獲歐洲CE Mark，目前正在美國數(shù)家醫(yī)院和影像中心臨床商業(yè)化。

深透醫(yī)療聯(lián)合創(chuàng)始人、斯坦福大學醫(yī)學院教授Greg Zaharchuk博士在SNMMI大會上專題報告AI在核醫(yī)學中的應用與價值，介紹相關實驗室以及深透醫(yī)療在基于深度學習的PET圖像重建/增強方面的技術進展

“目前醫(yī)學影像的AI產(chǎn)業(yè)化應用方面，大部分公司都集中在產(chǎn)業(yè)鏈的下游，即醫(yī)學影像的輔助診斷（CAD，Computer Aided Diagnosis）。深透醫(yī)療聚集了一批擁有深度數(shù)學、物理、計算機及臨床醫(yī)學背景的醫(yī)學影像資深研究工作者，將研發(fā)重點集中在了產(chǎn)業(yè)鏈的上游，即圖像的重建和優(yōu)化。”深透醫(yī)療CEO Enhao Gong表示。

在前不久發(fā)布的《醫(yī)學影像AI白皮書》中，產(chǎn)業(yè)和臨床研究專家就提出，“醫(yī)療影像標準化、結構化數(shù)據(jù)嚴重不足。標準的影像數(shù)據(jù)……是醫(yī)療影像AI發(fā)展的基礎”。而AI影像公司的加入，有助于給行業(yè)帶來更加標準的影像數(shù)據(jù)，為未來圖像輔助診斷、醫(yī)學影像AI腫瘤早期篩查奠定基礎。

如何用AI治療癌癥？

雖然大部分癌癥在確診之后都會進入困難模式，但是AI在這個階段仍有用武之地。

面對癌癥，過去人類主要有三大治療武器：手術、化療、放療，目的是去除病灶。顧名思義，手術是通過物理方式來切除病灶，化療是通過服用、注射藥物等方式來控制癌癥，放療則是使用高劑量的輻射來嘗試殺死癌細胞。一般來說，根據(jù)不同的病種和病程，這些治療方式會混合使用。

不難想象，在放療中，輻射對于病人的健康組織也會有傷害，如果劑量更加“個性化”，就能減少對病人的負面影響。

前段時間Cleveland Clinic在知名醫(yī)學刊物《柳葉刀》發(fā)布論文，介紹了他們搭建一個AI框架，來指導944名肺癌患者治療過程的經(jīng)驗。結合病人的CT（Computerized tomography，X射線計算機斷層成像）和EHR（Electronic health record，電子病歷），他們利用機器學習技術訓練的AI系統(tǒng)能夠告訴他們建議的放療劑量，讓放療真正做到個性化，最終可以把副作用降到最低，讓治療的失敗率降低到5%以下。

與此同時，靶向療法、免疫療法等精準治療方式近年逐漸興起，前者通過干擾癌變所需特定分子來進行治療，后者通過激活患者自身的免疫系統(tǒng)來治療癌癥。

在傳統(tǒng)療法中，MRI能幫助放療技術更加精準地攻擊病灶。這件事情傳統(tǒng)醫(yī)療公司已經(jīng)在做——美國醫(yī)療器械公司View Ray，通過提供特殊的MRI設備，能夠做到在放療過程中用MRI追蹤病灶，讓放療更加精準。而AI技術可能能夠再推進一步。

比如中國的柏視醫(yī)療，其鼻咽癌放療臨床靶區(qū)自動勾畫系統(tǒng)可同時自動勾畫GTV（腫瘤區(qū)）和CTV（臨床靶區(qū)），將單個鼻咽癌患者的靶區(qū)勾畫時間從2-4小時縮短到10分鐘內(nèi)，勾畫效果接近于鼻咽癌放療專家的水平。

“人工智能將大大提高靶區(qū)勾畫精準度，減少醫(yī)生勾畫時間，實現(xiàn)醫(yī)療局部痛點的一個突破性進步，并進一步滿足醫(yī)生臨床需求，為患者提供最優(yōu)化的治療方案。”柏視CEO沈爍對鈦媒體表示。

癌癥之所以致死率極高，就在于它在瘋狂生長下不斷往其他身體器官轉(zhuǎn)移的可能性。而AI還能用于更好地識別癌癥轉(zhuǎn)移，提高手術治療的成功率。病理學家Andrew H. Beck創(chuàng)辦了PathAI，開發(fā)的其中一種軟件就能幫助識別淋巴結中的轉(zhuǎn)移跡象以及是否存在癌細胞等簡單測定。

AI同樣能對最新的免疫療法提供幫助。

“我們的工具將真正改善診斷的準確性與治療效果，病理學將成為人工智能真正徹底改變的第一個醫(yī)學領域。”在IEEE的一次采訪中，Beck這樣談到PathAI正在做的事情。除了識別轉(zhuǎn)移細胞以外，PathAI的軟件繪制的現(xiàn)有組織類型圖中，展現(xiàn)了癌癥發(fā)展的上皮細胞；他們制作的免疫細胞圖，則可以展示新的免疫治療藥物對腫瘤的治療效果。

不難想象，更好的病理影響分析有助于判斷每位癌癥患者腫瘤性質(zhì)，并為治療方案提供指導意見。

不過，AI行業(yè)與醫(yī)療行業(yè)的特性，也意味著未來仍有多層級的困難需要克服：

首先，大部分深度學習技術都對數(shù)據(jù)的質(zhì)量有較高要求，對于沒有這類數(shù)據(jù)基礎的初創(chuàng)公司來說，數(shù)據(jù)很可能是一個很大的門檻。Paige.ai能夠做到如此大量的癌癥數(shù)據(jù)訓練，得益于斯隆-凱特琳癌癥中心（MSKCC）獨家授權的400多萬個包含病理學信息和電子病理的檔案；深透醫(yī)療創(chuàng)始人則來自斯坦福相關實驗室，拿到了斯坦福及斯坦福醫(yī)院的專利及數(shù)據(jù)授權。

其次，醫(yī)療機構往往相對保守，在現(xiàn)有的治療流程上引進新技術的應用，可能需要較長時間的測試與磨合。

過去的數(shù)個世紀里，人類對癌癥束手無策：物理切除，大換血甚至用山羊糞、青蛙來“以毒攻毒”；現(xiàn)代醫(yī)學技術和AI技術的進步讓我們得以在這個最可怕的死神面前有了真正的武器，或許有一天，寶貴的生命流逝地能慢一點、再慢一點，癌癥也最終成為一種可控制、甚至可治愈的疾病。（本文發(fā)自硅谷，首發(fā)鈦媒體，作者/丁詩貝）

更多精彩內(nèi)容，關注鈦媒體微信號（ID：taimeiti），或者下載鈦媒體App