AI 检测乳腺癌，我们能否不再“谈癌色变”？

近日，Google 深度学习算法在对转移性乳腺癌检测的精度测试中达到了 99.3% 的准确率。这是人类难以企及的精确度，同时给乳腺癌患者带来了更多的希望，对癌症治疗领域来说，这同样也是一次里程碑式的进步。

AI 对转移性乳腺癌的精准检测

乳腺癌是威胁全世界女性的头号癌症杀手，也是最常见的癌症之一。全球平均每年乳腺癌新发病例约 167 万，死亡病例约 52 万，也就是说平均每 26 秒就会新增一例患者。据了解，在美国约有 350 万乳腺癌患者，其中包括新诊患者、乳腺癌长期生存者和乳腺癌复发患者。而一旦没有及时发现乳腺癌发生转移，确诊为转移性乳腺癌后，基本算是被判了死刑，5 年生存率只有 22%。

全球范围内，乳腺癌极高的死亡率 90% 都是由于转移造成的。而现在，Google 的深度学习算法针对这种转移的检测精确度达到了 99.3%，为乳腺癌患者带来了福音。

圣地亚哥海军医学中心和 Google 人工智能深度学习部门共同开发出一套智能癌症检测算法，他们将它称为「淋巴结助手」（英文简称 LYNA）。

据了解 LYNA 证实了其能够在图像可变性和大量组织学特征上被稳定地应用。并且 LYNA 能够精确地定位出癌症以及患癌症概率比较大的位置，其中包括了一些因为体积太小而不能被病理学家检测到患癌位置。

人工智能在癌症领域的贡献

人们谈癌色变的主要原因在于，当一个人被确诊为癌症的时候，往往也都是癌症的中晚期了，在这个阶段，患者的存活率自然也大大下降。

如果癌症被及早地检测到，患者的存活率将大幅度提高。AI的深度学习算法在癌症检测领域的应用，为人类打开了抗击癌症新的大门。

肺癌是世界上发病率和死亡率增长最快的癌症，也是对人类健康和生命威胁最大的恶性肿瘤之一。但是如果能够及时地发现并治疗，患者的存活率将提升 50%。目前，人工智能深度算法在对肺癌的影像解读上，精确度可以达到 95% 到 98% 的专家水平。

今年 2 月，斯坦福大学研究团队在 Nature 杂志上报道了人类利用人工智能诊断皮肤癌的成果。斯坦福研究人员训练深度卷积神经网络（convolutionalneural networks，CNN，一种人工智能的深度学习算法）去识别皮肤损伤，准确率达到了人类的专家级别。

今年 5 月，一名 60 岁的美国女性在 IBM 人工智能计算机的帮助下，精确地诊断出其患有的一种罕见的白血病。医生本来以为这名女性得了急性髓系白血病，但是当人工智能计算机通过对 2000 万个癌症研究论文分析并进行 10 分钟的筛查后，准确地给出了检测结果，并提供了个性化的治疗方案。

AI 在癌症领域的发展和展望

在 2015 年 2 月 4 日，CA 期刊发布了《2012 全球癌症统计》的文章。基于 GLOBOCAN 估计，在 2012 年，全球约有 1410 万新发癌症病例，有 820 万患者死于癌症。

目前，癌症患者的治疗手段常常是化疗和各种类型的药物治疗，但由于患者的发病原因以及体质差异的不同，会导致治疗结果大相径庭。所以如果在人工智能深度算法的帮助下，能够及早检测并且为患者量身定制出治疗方案，患者的生存率将大幅度提升。

我们期待在不久的将来，癌症将被以一种简单无缝的方式来看待及解决，为癌症患者们提供恢复健康的希望和机会。

链接·人工智能抗击癌症的优势

- 信息资源的公开化和民主化，人工智能能够在全球共享针对不同癌症病因所指定的药物治疗方案。相当于全球所有最顶尖专家的资源和全球无数个临床案例都能迅速取得。其中需要专业的卫生人员和相关的科学家一起将患者的个人临床信息用匿名的形式展现出来。

- 通过深度学习的人工智能可以提高医生检测并治疗癌症的精确度。癌症早期诊断通过滴血芯片检测、基因检测、纳米检测、TTM、PET CT等方法进行检测，经常出现漏诊、误诊的现象，其精确度始终不太理想。通过人工智能检测癌症的精确度大大提升至99%，为患者的治疗和康复提供了保障。

其中IBM研发团队通过“医疗筛”项目，创建了一个图像引导信息系统，可以智能地为医生提供患者的诊断结果和治疗计划方案，从而提高医生们治疗癌症的精准度和工作效率。

- 提升癌症患者的就诊体验。癌症患者是需要长期管理和个性化监管的，世界上第一个人工智能虚拟护士Molly的诞生就是对癌症患者的后续护理有着至关重要的作用。

人工智能将与人类医生更加密切地配合，帮助医生在攻克癌症的路上做出更精确的判断。将会有更多的癌症患者在人工智能的帮助下重获健康，未来的人类也不会再谈癌色变。