近兩年來(lái)，人工智能（AI）成為各界焦點(diǎn)，除了在圍棋和無(wú)人駕駛上大秀實(shí)力，人工智能也越來(lái)越多地被應(yīng)用到醫(yī)療領(lǐng)域。隨著“AI＋醫(yī)療”的研發(fā)成果不斷涌現(xiàn)，一些產(chǎn)品已經(jīng)在國(guó)內(nèi)外多家醫(yī)院落地應(yīng)用。整體來(lái)看，AI技術(shù)對(duì)于提升多種疾病的篩查和診斷效率作用明顯。在精準(zhǔn)醫(yī)學(xué)領(lǐng)域，利用AI對(duì)影像、病理、基因等健康醫(yī)療大數(shù)據(jù)進(jìn)行挖掘，也可以為病人提供更加精準(zhǔn)化的治療方案。

在9月17日舉行的2018世界人工智能大會(huì)上，谷歌云AI團(tuán)隊(duì)前任“掌門人”、斯坦福大學(xué)計(jì)算機(jī)視覺專家李飛飛表示，AI能夠改變?nèi)祟惻c工作的關(guān)系，替代一些危險(xiǎn)的、重復(fù)性的工作，從而使人類的素質(zhì)有進(jìn)一步發(fā)展和繁榮的機(jī)會(huì)，而未來(lái)計(jì)算機(jī)視覺將為醫(yī)院里帶來(lái)革命。

今日，一項(xiàng)發(fā)表在Nature Medicine期刊（IF：32.621）的最新研究顯示，通過(guò)人工智能，可以對(duì)非小細(xì)胞肺癌患者的腫瘤圖像進(jìn)行分析，進(jìn)而對(duì)癌癥類型（肺癌腺癌和肺癌鱗癌）進(jìn)行分類，甚至可以在無(wú)需分子檢測(cè)的情況下預(yù)測(cè)導(dǎo)致癌癥發(fā)生的基因突變。

文章于9月18日發(fā)表于Nature Medicine期刊。圖片來(lái)源：Nature Medicine

據(jù)悉，該研究由紐約大學(xué)醫(yī)學(xué)院領(lǐng)導(dǎo)。研究人員表示，該程序在鑒別腺癌和鱗狀細(xì)胞癌上具有97％的準(zhǔn)確性。對(duì)于這兩種肺癌類型，即使很有經(jīng)驗(yàn)的病理學(xué)家有時(shí)也很難在沒有確認(rèn)檢測(cè)前進(jìn)行區(qū)分。此外，這種AI工具還能幫助預(yù)測(cè)與肺癌相關(guān)的6種基因突變，包括EGFR、KRAS、TP53、STK11、FAT1以及SETBP1。針對(duì)不同的基因，其準(zhǔn)確度在73％~86％范圍之間。研究人員介紹，這些遺傳變化或突變通常會(huì)導(dǎo)致癌癥的異常生長(zhǎng)，但也會(huì)改變細(xì)胞的形狀以及細(xì)胞與周圍環(huán)境的相互作用，這就為AI分析提供了視覺上的線索。

圖片顯示AI工具如何對(duì)癌變組織進(jìn)行分析：在繪制的圖像中，AI可以區(qū)分兩種肺癌類型（紅色及藍(lán)色為不同類型，灰色為正常肺組織）。圖片來(lái)源：紐約大學(xué)醫(yī)學(xué)院

在臨床實(shí)踐中，明確哪些基因在不同類型腫瘤中發(fā)生的改變是至關(guān)重要的。對(duì)于不同個(gè)體，只有有針對(duì)性地開展靶向治療或免疫治療等，才能最大程度發(fā)揮藥物價(jià)值，實(shí)現(xiàn)精準(zhǔn)醫(yī)療的愿景。例如，已知大約20％的肺腺癌患者具有EGFR突變，并且已有相關(guān)藥物獲得批準(zhǔn)用于治療這類患者。但在基因檢測(cè)發(fā)展如此迅速的今天，臨床上仍至少需要至少等待數(shù)天時(shí)間才能獲得檢測(cè)結(jié)果。

文章通訊作者、紐約大學(xué)病理學(xué)系副教授Aristotelis Tsirigos說(shuō)道：“延遲癌癥治療的開始時(shí)間從來(lái)都不是好事。我們的研究提供了強(qiáng)有力的證據(jù)，證明AI手段能夠快速進(jìn)行癌癥分型和預(yù)測(cè)突變譜，從而使患者能夠更快地接受靶向治療。”

在這項(xiàng)研究中，研究小組對(duì)統(tǒng)計(jì)方法進(jìn)行了設(shè)計(jì)，使該程序能夠“學(xué)習(xí)”如何在一項(xiàng)任務(wù)中更加優(yōu)化。該程序還建立了數(shù)學(xué)模型和相應(yīng)規(guī)則，使得基于數(shù)據(jù)示例的決策成為可能，隨著訓(xùn)練數(shù)據(jù)的增長(zhǎng)，該程序?qū)⒆兊酶又悄?/strong>。有趣的是，這項(xiàng)研究發(fā)現(xiàn)，在AI程序錯(cuò)誤分類的一小部分腫瘤圖像中，大約有一半也被病理學(xué)家錯(cuò)誤地進(jìn)行分類，這也顯示對(duì)肺癌腺癌和肺癌鱗癌進(jìn)行分類存在的困難。另一方面，在這項(xiàng)研究中，至少被一位病理學(xué)家錯(cuò)誤分類的54張腫瘤圖像中，有45張被AI程序分類為正確的癌癥類型，這表明人工智能或許可以為腫瘤分型提供第二種選擇。