AI赋能医疗，肺癌诊断率已超人类医生

AI赋能医疗，肺癌诊断率已超人类医生

文 |Ming

2016年Alpha Go的惊艳亮相在全球范围内引爆了人工智能的热潮，当前AI已经在各个领域超越了人类。其在医学领域的发展尤其值得期待。

在《自然 医学》杂志（Nature Medicine）最新上线发表的一篇论文中，谷歌健康研究部门和美国西北大学医学院等机构的科学家们合作带来一款人工智能系统——它能够根据胸部CT扫描，对恶性肺结节进行检测分析，从而对肺癌进行早期诊断。与放射医学专家相比，它的准确性甚至要更为优越。

肺癌目前是全世界发病率和死亡率最高的癌症，也是癌症患者的头号杀手。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。

然而精准地检查出结节是一个挑战——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。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。

德勤表示，到2020年，全球医疗保健支出将达到每年8.7万亿美元。虽然谷歌是医疗保健行业的新手，但硅谷科技巨头拥有在这个不断增长的领域应用人工智能的资源和动力。谷歌研究机构谷歌大脑已经开发了深度学习算法，以改善前列腺癌的分级，检测转移性乳腺癌，并预测患者心脏病发作或中风的风险。

虽然谷歌的肺癌预测研究仍处于研究阶段，但可以在几年内在医院进行部署。 2016年，谷歌推出了深度学习研究，用于预测患者视网膜照片引起的致盲性糖尿病性视网膜病变，这种革命性的人工智能系统已经在印度眼科医院使用，可帮助医生进行检测和诊断。

AI系统诊断率超过人类具有重大意义，尤其可能会成为基层医生的强大助手，不过当前这一应用尚未走入实践，尚需更多的数据进行验证。

END