“在森林中找尋一隻螞蟻的蹤迹”，胸科醫院運用AI力助精準診斷——“AI來了”系列報道之七

摘要：通過AI助力醫學影像的精準化，我們就像在森林中追尋一隻螞蟻的蹤迹，微小的肺結節在其診斷下無處遁形。

“通過AI助力醫學影像的精準化，我們就像在森林中追尋一隻螞蟻的蹤迹，微小的肺結節在我們的診斷下無處遁形。”上海市胸科醫院放射科主任于紅在接受記者采訪時如此形容道。

其實早在2016年，上海市胸科醫院就啟用了AI輔助影像診斷系統，幫助影像科醫師捕捉肺小結節早期的微觀改變來幫助醫師做出準确性更高的基本判斷，也就是我們常說的肺結節到底是良性或是惡性的。通過這些年近300萬個真實病例的不斷“投喂”，AI系統也在不斷學習和提高之中。

結合胸科醫院放射科醫生的甄别和歸類，這套系統也在自我進步，胸科醫院放射科主治醫師朱琳告訴記者，目前在大資料積累和AI輔助分析之下，醫生可以結合臨床去做更多創新性的研究，比如評估患者結節的影像組學特征、基因表達譜差異與患者病竈血供的異質性、生存時間之間的關聯性等，而這些因素此前是無法通過肉眼來研究和判斷的。

可疑結節不會被放過

AI發現準确率已超99%

胸科醫院是較早使用AI影像技術來輔助臨床醫生進行精确診斷的。胸科醫院放射科主任于紅透露，随着這些年，軟體不停地更新和進步，AI影像技術不斷疊代，用于紅的話來說，目前，依靠AI讀片，人工智發現肺結節的準确率已經超過了99%，再加上醫生的二次人工診斷，力争可疑結節一個不放過。

于紅還給記者現場展示了AI影像分析技術的諸多精細資料。除了可逐層追蹤可疑結節，AI同時生成了結節的尺寸、密度（鈣化、實性或磨玻璃等）、形态特征等，還可以初步判斷可疑結節是否高危與低危。于紅表示，在患者躺在CT機房内進行拍攝時，其實已經有AI技術進行輔助，一些因遮擋或金屬尾影造成的模糊等，AI已經可以先一步進行調整，并把圖像清晰化，随後提供給AI輔助診斷系統進行後續分析。

于紅對記者表示，AI的發展還有助于更多肺癌早期識别的診斷技術及名額的開發。肺部惡性惡性良性腫瘤早期缺乏典型的臨床症狀，起病隐匿，是以，研發早期更加精準的影像學檢測手段對于肺癌診斷及預後非常必要。“目前我們科室有很多科研項目正在嘗試通過AI分析尋找微觀層面上的病竈早期改變，這些微觀特征在肺癌早期能更好地起到提示作用。”

醫生看片量可成倍增加

AI大大提升工作效率

在放射科采訪時，胸科醫院放射科副主任醫師江一峰對記者表示，在有了AI輔助後，他們每天能完成的閱片量明顯增加，工作效率大大提高。很多年前，那時的CT檢查往往都是厚層掃描，醫生診斷一位病人的胸部CT影像每次需要看約總共100-120張斷層圖像，完成一個病人的診斷至少約10分鐘左右。随着影像技術的發展，胸科醫院的胸部CT檢查早在近二十年前就采用了薄層掃描，每層CT圖像的厚度約1毫米，放射科醫生在進行診斷時一般還要再檢視縱隔窗和骨窗圖像，是以放射科醫生診斷一個病人時需要審閱的圖檔數量高達600-700張，醫生的工作量大幅提高。有了AI系統輔助後，它能提前準确的圈出了可疑的結節的位置，醫生的閱片效率大大提高，這也讓醫生們可以每天為更多的病人服務。

胸科醫院放射科副主任醫師沈豔說道，上海市胸科醫院一年使用這套AI系統診斷的病人可達30萬人次，這在全世界範圍内都是位居前列的。而這麼多年來海量的資料投喂，每一次資料的投喂AI系統都在不斷的被醫生“教”哪些可能是惡性，哪些可能是良性的結節，這也讓AI的進步神速。

“但就目前的學習程度來說，完全放手交給AI診斷仍不現實，比如他還會偶爾“犯錯”，無法識别縱隔旁的結節等，我們還會在日常的臨床工作中不斷地教它。AI判斷的準确率在不斷提升，但對一名患者來說，如果我們漏過一個，錯判一個，那對他來說就要承擔百分百的後果，是以我們放射科的醫生依然需要一絲不苟，對于有疑點的病竈，我們還是要一追到底。”胸科醫院放射科副主任陳群慧說。

大資料投喂之下

更多創新研究不斷推進

放射科副主任醫師朱莉告訴記者:“一開始的時候，需要我們人工去幫助AI學習，比如一開始軟體甚至無法區分肺内的血管和結節。一開始是靠人去教軟體，把結節人工框出來，給它标注，告訴軟體這是個結節。當這個軟體學習到了一定量的時候，它就會自動的去幫我們去找結節。就像這個軟體展示的，他告訴我們哪個位置有結節，它的密度是怎樣的，它慢慢地學會了如何去分析，去做醫生會做的事情，甚至能做一部分超越醫生的工作。”

記者了解到，目前，在胸科醫院，很多醫生都在做前沿的課題，放射科副主任醫師虞淩明正在嘗試利用AI技術開發更先進的輔助模拟數字化系統，這個創新性研究利用AR現實增強技術建構AR眼鏡導航系統。基于患者術前單次CT平掃建構患者的個體化數字孿生模型，醫生戴上這個特殊的AR眼鏡就可以穿透患者身體，直視患者體内數字化的髒器，是以可以直接引導醫生手持穿刺器械準确抵達目的地并釋放标記物，基于患者術前單次CT平掃即可定位标記肺小結節或者病變的肺部區域。

此外，朱琳和其他醫生也在利用AI系統進行全新的研究，“AI能支援大量的資料挖掘研究。例如，依托AI算法開展肺腺癌不同臨床亞型的研究，肺癌治療藥物的不同有效程度、患者的生存情況等與肺結節的微觀影像特征之間的關聯性進行評估等。”朱琳還提到，如今臨床開發了很多新藥，通過AI進行病竈及髒器的微觀形态學檢測，将更有利于評估患者長期用藥後病竈及相關髒器的某些細微改變，甚至根據影像學特征預判病竈合适的藥物，或許将來也有可能發現一些以往被忽略的藥物副作用表現。“做這方面的研究挺有意義的，不過難度也挺大的。”

在AI全面來襲的大環境下，科技的進步和創新正在通過各種各樣豐富的形式來惠及患者，守護健康。