王婷婷， 邢登祥

北部戰(zhàn)區(qū)總醫(yī)院 醫(yī)學(xué)信息數(shù)據(jù)室，遼寧 沈陽 110003

隨著信息革命的快速發(fā)展，大數(shù)據(jù)時(shí)代的到來，以深度學(xué)習(xí)為關(guān)鍵技術(shù)的人工智能逐漸成為各國研發(fā)投入的重點(diǎn)，目前已發(fā)展到應(yīng)用階段[1]。人工智能定義為計(jì)算機(jī)具有人類智慧的能力，并能夠自我學(xué)習(xí)，完成需要人類智慧才能完成的任務(wù)。人工智能的關(guān)鍵技術(shù)是深度學(xué)習(xí)，模擬人類大腦的神經(jīng)網(wǎng)絡(luò)，讀取、處理大數(shù)據(jù)，并找出其中規(guī)律，完成特定任務(wù)。盡管人工智能在醫(yī)學(xué)領(lǐng)域的應(yīng)用較晚，但取得的結(jié)果使人振奮。本文對人工智能在醫(yī)學(xué)領(lǐng)域的應(yīng)用作一綜述。

1 人工智能在醫(yī)學(xué)影像中的應(yīng)用

醫(yī)療影像采集的數(shù)字化為人工智能的應(yīng)用提供便利條件。各醫(yī)院信息化建設(shè)醫(yī)療影像存儲(chǔ)與傳輸系統(tǒng)的應(yīng)用，使人工智能應(yīng)用成為可能。患者影像資料可以數(shù)據(jù)化形式從中央數(shù)據(jù)庫直接獲取，方便將人工智能整合到放射診斷工作中，已建立的數(shù)字成像基礎(chǔ)設(shè)施能將人工智能無縫嵌入到放射診斷工作流程，由X 線、CT、超聲等不同成像模式生成的圖像數(shù)據(jù)可在幾分鐘內(nèi)分析和傳輸，深度學(xué)習(xí)可自動(dòng)精確定位病灶責(zé)任區(qū)。Lee等[2]開發(fā)出基于深度學(xué)習(xí)的計(jì)算機(jī)輔助診斷系統(tǒng)，用于診斷CT掃描甲狀腺癌頸淋巴結(jié)轉(zhuǎn)移，采用深度學(xué)習(xí)的8種模式進(jìn)行檢測后，對淋巴轉(zhuǎn)移瘤的識(shí)別達(dá)到90.4%。劉曉鵬等[3]用上海交通大學(xué)開發(fā)的人工智能系統(tǒng)[4]對1 mm 和5 mm層厚的CT圖像進(jìn)行集合訓(xùn)練，自動(dòng)學(xué)習(xí)肺癌結(jié)節(jié)的特征及分類，500例讀片的準(zhǔn)確率分別為95.2%和95.6%，人工智能讀片和5位醫(yī)師讀片的診斷結(jié)果無顯著差異。人工智能對早期肺癌的胸部CT圖像具有高特異性和敏感性，可輔助醫(yī)師對小肺癌結(jié)節(jié)進(jìn)行早期診斷。

2 人工智能在病理診斷與疾病進(jìn)展中的應(yīng)用

人工智能在病理診斷的應(yīng)用中也取得不錯(cuò)的效果。Yala等[5]開發(fā)出一種機(jī)器學(xué)習(xí)模型，從乳房病理學(xué)報(bào)告提取相關(guān)的腫瘤特征，并創(chuàng)建大型數(shù)據(jù)庫。系統(tǒng)經(jīng)過培訓(xùn)，可提取20個(gè)不同類別的病理信息，測試該系統(tǒng)的準(zhǔn)確性，結(jié)果表明，人工智能診斷病理切片準(zhǔn)確率為 90%。此外，該學(xué)者創(chuàng)建了一個(gè)91 505份乳房病理報(bào)告數(shù)據(jù)庫，信息可被開放提取，允許醫(yī)師輕松識(shí)別具有病理特征的患者。該學(xué)者認(rèn)為，他們的模型不需要分析大量醫(yī)療數(shù)據(jù)，因而能極大程度降低成本，減少提取信息所需時(shí)間[5]。有學(xué)者使用人工智能預(yù)測膀胱癌肌肉浸潤的風(fēng)險(xiǎn)，結(jié)果表明，雖然非浸潤性膀胱癌復(fù)發(fā)率很高，但大多數(shù)腫瘤是散發(fā)的且可通過內(nèi)窺鏡治療，而對肌肉浸潤性膀胱癌效果較好的治療方案不良反應(yīng)較大[6]。此外，該學(xué)者還發(fā)現(xiàn)，與單用病理學(xué)手段比較，利用人工智能分析不同基因組合能更顯著預(yù)測腫瘤進(jìn)展。腫瘤遺傳表型的改變通常反映癌細(xì)胞分子改變及行為改變，能夠預(yù)測腫瘤的進(jìn)展情況。然而，在某些情況下評價(jià)病理圖像是主觀的，缺乏重復(fù)性。人工智能越來越多地用于常規(guī)臨床組織學(xué)和細(xì)胞學(xué)分類、預(yù)測和基因組學(xué)的診斷。有學(xué)者從2 186個(gè)肺腺癌和鱗狀細(xì)胞癌蘇木精-伊紅染色病理圖像提取出具有量化特征的9 879個(gè)定量圖像特征，經(jīng)過學(xué)習(xí)的人工智能可區(qū)分長期幸存者和短期幸存者的病理切片[7]。Kumar等[8]構(gòu)建一種能自動(dòng)識(shí)別病理影像和臨床遺傳非小細(xì)胞肺癌基因突變的人工智能學(xué)習(xí)法，為肺癌的個(gè)性化治療提供依據(jù)。這種組織病理和基因突變相關(guān)性研究可應(yīng)用到其他癌癥的靶向治療。人工智能在病理學(xué)方面的應(yīng)用有助于醫(yī)師對大量病理切片的病變篩查[9]。喉癌手術(shù)中，保護(hù)相鄰的健康組織非常重要。使用基于深度學(xué)習(xí)的拉曼散射顯微鏡精確診斷喉部鱗狀細(xì)胞癌手術(shù)標(biāo)本，無需固定、分割、染色或處理，喉癌手術(shù)表現(xiàn)近乎完美。人工智能拉曼散射顯微鏡對33個(gè)手術(shù)標(biāo)本的診斷準(zhǔn)確率為100%[10]。Yadav等[11]提出人工智能是如何集成基因組學(xué)、MRI成像和生物標(biāo)志物對前列腺癌進(jìn)行檢測，并實(shí)施手術(shù)。高度自動(dòng)化的人工智能是未來醫(yī)療的趨勢[12]。

3 人工智能在乳腺癌治療中應(yīng)用

乳腺癌早期診斷和治療對患者的預(yù)后極為重要。人工智能通過評估和診斷乳腺癌細(xì)胞標(biāo)志物，能做出更適合患者的治療決定。計(jì)算機(jī)化圖像分析乳腺組織數(shù)字化病理大數(shù)據(jù)有助于更快、更精確診斷疾病，人工智能的突破預(yù)示在不久的將來改變?nèi)橄侔┑臋z測和治療[13]。乳腺癌是否轉(zhuǎn)移影響治療方案的選擇，乳腺癌淋巴結(jié)腫瘤細(xì)胞的鑒定較為困難，容易出錯(cuò)，特別是微小轉(zhuǎn)移。有學(xué)者開發(fā)了用于檢測乳腺癌淋巴結(jié)轉(zhuǎn)移的人工智能程序，通過深度學(xué)習(xí)識(shí)別和勾勒出疑似腫瘤區(qū)域，結(jié)果顯示，人工智能判斷病理區(qū)域的準(zhǔn)確度超過臨床醫(yī)師，且人工智能顯著提高微轉(zhuǎn)移檢測的靈敏度，縮短對微轉(zhuǎn)移和影像的平均審查時(shí)間[14]。有研究報(bào)道，利用人工智能系統(tǒng)檢測乳腺癌的淋巴結(jié)轉(zhuǎn)移的結(jié)果優(yōu)于醫(yī)師的檢測結(jié)果，并基于該系統(tǒng)構(gòu)建了人工智能病理檢測的工作流程和工作框架，為人工智能在病理診斷中應(yīng)用奠定基礎(chǔ)[15]。

4 人工智能對腫瘤學(xué)治療方案的選擇

新的人工智能智能平臺(tái)將來有希望幫助癌癥患者做出治療決策[16]。IBM公司開發(fā)了一款腫瘤治療人工智能的決策系統(tǒng)，利用該系統(tǒng)提取和評估大量腫瘤患者醫(yī)療數(shù)據(jù)，利用機(jī)器學(xué)習(xí)提出癌癥治療方案。人工智能建議的標(biāo)準(zhǔn)治療方案與腫瘤專家組的建議一致率高達(dá)90%，但人工智能和腫瘤專家的推薦治療方案的一致性也取決于腫瘤類型，約80%非轉(zhuǎn)移性乳腺癌患者的推薦治療方案一致，而轉(zhuǎn)移瘤患者45%一致，三重陰性乳腺癌患者68%一致，HER 2陰性乳腺癌患者35%一致。復(fù)雜的癌癥導(dǎo)致推薦治療的差異較大。該研究也表明，腫瘤專家獲取信息分析數(shù)據(jù)并提出建議平均需要 20 min，熟悉患者臨床資料后，平均時(shí)間減少到約12 min，而人工智能僅用40 s即可獲取信息，分析數(shù)據(jù)并提出建議。這項(xiàng)研究認(rèn)為，人工智能不僅為乳腺癌患者提供治療建議，也為肺癌患者、結(jié)腸、直腸癌提供治療建議。然而，該研究也表明，雖然人工智能向個(gè)性化治療邁出有益一步，但它只能補(bǔ)充而不能取代醫(yī)師的工作。因?yàn)樵谔幚砼R床資料時(shí)，患者的經(jīng)濟(jì)情況等諸多因素需要醫(yī)師來考慮[17]。

5 人工智能對腫瘤患者資料的綜合分析預(yù)測

多學(xué)科之間影像資料的相互參考，分析多個(gè)科室來源的大數(shù)據(jù)更加有助于人工智能進(jìn)行癌癥預(yù)測和治療。生存結(jié)果的預(yù)測對癌癥患者非常重要，可以幫助患者規(guī)劃治療及生活。癌癥的組織學(xué)和影像學(xué)診斷提示原發(fā)性腫瘤的入侵規(guī)模、程度、淋巴結(jié)轉(zhuǎn)移情況，進(jìn)而預(yù)判腫瘤的惡性成度，是確定治療方案的基本依據(jù)?；蚪M標(biāo)記、基因表達(dá)也可用于預(yù)測癌癥患者的預(yù)后[18]。癌癥的個(gè)性化治療能夠達(dá)到較好的治療效果，人工智能根據(jù)影像診斷能夠決定腫瘤外科手術(shù)精準(zhǔn)切除。有學(xué)者使用深度復(fù)雜神經(jīng)網(wǎng)絡(luò)根據(jù)膠質(zhì)瘤的影像學(xué)圖像進(jìn)行膠質(zhì)瘤分級，準(zhǔn)確率較高[19]。 有學(xué)者利用數(shù)字化病理學(xué)圖像和基因組標(biāo)記物預(yù)測腦腫瘤患者的生存狀況,對人工智能預(yù)測彌漫性膠質(zhì)瘤整體生存情況、組織學(xué)分級和基因組分類的能力進(jìn)行測試，表明人工智能可提高膠質(zhì)瘤分級的準(zhǔn)確性。根據(jù)患者的情況采取合適的治療方案[20]。有研究報(bào)道，使用人工智能技術(shù)進(jìn)行膠質(zhì)瘤等級鑒定，準(zhǔn)確率超過90%[21]。

6 結(jié)語

人工智能在醫(yī)學(xué)領(lǐng)域的應(yīng)用已取得初步的結(jié)果。除對患者治療、診斷方面的應(yīng)用外，未來在醫(yī)療耗材的設(shè)計(jì)、醫(yī)療設(shè)備的研發(fā)等方面有著巨大前景。隨著對深度算法的不斷研究，人工智能的應(yīng)用鄰域也將更廣闊。