張遜：人工智能輔助診斷肺部小結節 這是我們必須走的一條路

視訊加載...

問：您是世界上第一個用于胸腔鏡檢查治療大食道憩室的手術方法，稱為張氏手術。以您開創張氏外科的經驗，您能分享一下如何在胸外科領域進行創新嗎？

答：首先，臨床研究應從臨床實際問題的角度出發，從解決患者的臨床需要出發，尋找科研的切入點。例如，我做過一個大食道憩室空腔鏡切除手術，這種患者按照傳統方法，找不到合适的安全有效的解決方案。

因為憩室很大，一部分在脖子上，一部分在胸部，按照傳統做法，無論是從頸部還是從胸部開口，都沒有辦法解決完全切除的問題，而且創傷非常大。為了解決這個問題，我不斷思考如何采用一種新的思維方式，這表明臨床研究應該從實際需求出發。

我們設計了一種新的手術方法，最終是微創，安全和有效的，這确實是一種國際開創性的方法。實踐證明，從已經接受過手術的患者的長期随訪來看，這種類型的手術效果非常好。将臨床需求轉化為科學研究内容，而不是閉門造車。

我們有很多問題在臨床實踐中沒有得到有效解決，這是我們科研的切入點。不幸的是，有些人錯過了這個切入點，并有很好的機會，但他們找不到有效的方法。

有些人隻是為了創新而創新，做一種遠離臨床需求的新療法是件好事，擁有一種技術實際上可以使一個簡單的問題複雜化是件好事。是以這是一個重要的點，臨床研究必須從臨床需要找到切入點。

其次，在實踐中，挑戰與機遇并存。解決以前沒有人做過的臨床問題對我們來說是一個挑戰，但它也是一個創新和解決以前沒有解決的問題的機會。

這兩點在我們做臨床研究時應該注意，尤其是年輕醫生。我認為，如果這兩點能夠解決臨床實踐，并抓住這個機遇迎難而上，經常拿出切實可行、有效、富有成效、水準高的科研項目。

問：目前人工智能輔助肺結節的成像診斷進展如何？您能和我們談談它的應用前景和臨床價值嗎？

我們已經在人工智能方面工作了五年多，以幫助診斷肺結節。到目前為止，人工智能輔助肺結節已經在我院分析了6萬多例，成為我院和廈門大學第一醫院在臨床工作中需要和使用的診斷方法，無論是在成像、惡性良性腫瘤學還是胸外科的臨床研究中。它的問題是：

首先，找到結節。患者是否有小結節是目前一個大問題，因為現在參加普查的人數正在增加，相當一部分人通過CT檢查發現肺部有小結節，這會給人帶來很大的壓力。

無論結節是否，多少，更重要的是，結節是良性還是惡性，特别是對于亞厘米的非常小的結節，醫生很難做出非常準确的判斷。這給患者帶來了很大的壓力，要求他們随時随地進行CT檢查并定期咨詢醫生，這會産生過度診斷和過度治療的問題。

人工智能輔助小結節的成像診斷，一是能夠準确定位。另外，幫助醫生診斷小結節的惡性惡性良性腫瘤可以比較準确，也就是我們所說的惡性機率。

根據最近完成的一項臨床資料，在過去兩年中，在我們胸科醫院的810例胸外科手術中，術前AI給出了惡性惡性良性腫瘤機率的診斷，我們将其與術後病理學進行了比較，以了解其準确性。因為人工智能診斷不僅僅是良性和惡性的，它表明惡性機率從0到近100%。

在這810例病例中，有640例被病理診斷為肺癌。根據我們的發現，這640例病例的平均病理診斷機率為86%。在94%的AI診斷出小結節惡性惡性良性腫瘤或更多病例中，5%是癌前病變，隻有1%最終被診斷為良性病變。人工智能可以在很大程度上解決我們對小結節的術前錯誤計算。再分組一遍，按結（直徑）大小為亞厘米、1~2厘米，或2~3厘米，最後發現零件直徑越小，AI診斷出的惡性惡性良性腫瘤占86%以上的比例更大。

此外，它還以不同的密度進行評估。現在臨床結節分為純磨玻璃、亞現實和現實。亞系列也分為小結節，其實際成分大于50%和小于50%。

根據結果分析，純抛光玻璃質越高，成分的固體越低，小結核的50%，AI判斷其惡性的機率就越高。惡性惡性良性腫瘤很小，而且純磨玻璃和亞現實是我們臨床診斷的難點。正是在這種困難中，人工智能為我們提供了更可靠的輔助診斷基礎。是以，人工智能可以成為臨床實踐中提高肺結節早期診斷準确性的非常重要的診斷工具。

同樣關于定位，對于外科醫生來說，它所處的位置在肺段，周圍血管氣管的關系，也當我們采取肺下葉片切除、楔塊切除或肺節切除手術時需要明确。

我們現在也正在将3D成像技術融入臨床，比如需要在一個小結節上進行手術，其惡性惡性良性腫瘤的機率比較高，我們可以随時調用它的3D成像，看它在肺段的位置，周圍血管的關系。

一些公司現在專門從事這些工作，這些工作價格昂貴且需要很長時間。現在，我們将其直接注入AI系統，随時可以移動，沒有成本或時間差異。這對外科醫生來說也很友善，現在肺下切除手術的比例正在增加，ANDI對外科醫生也非常有幫助。

是以，從我們五年多來的工作來看，可以肯定地說，人工智能輔助診斷肺結節在臨床上是可行的，也是我們必須采取的一條道路。人工智能在改善肺癌的早期診斷和治療以及防止過度診斷和過度治療方面非常有效。是以各國現在也把人工智能作為國家戰略，各國都在人工智能上投入了大量的人力物力，其中最重要的一個就是醫療領域。

對于胸外科手術，人工智能現在不僅僅是用它來對小結節進行成像診斷。我們稱之為AI輔助肺癌診斷和治療的內建解決方案，包括AI輔助肺結節診斷，AI輔助病理診斷以及AI輔助診斷和治療決策。也就是說，在診斷出肺癌後，無論是手術、放療、靶向治療，還是免疫治療，都可以自動采集患者資料。

因為這個伺服器是放置在我們醫院的網絡管理中，随時抓取病人的資料，它會自動提示醫生病人應該做什麼進一步的檢查，如果确診後應該在治療後采取。

人工智能的主要基礎之一是指南，它可以比較指南，第二個是文獻，它可以提醒醫生最新的文獻。另一個是臨床資料。除了AI輔助診斷決策外，還有AI在自動采集臨床資料後的結構。我們的臨床醫生基本上專注于在臨床上做好工作，整個資料收集，整理，随訪都可以借助人工智能來輔助。

這不僅完成了臨床工作，也為我們提供了非常好的科研資源和平台。是以，人工智能在我們的臨床上是有希望的，未來還有很大的發展空間。

張勝教授

張勝教授

天津市胸科醫院胸外科主任

天津醫科大學教授、博士生導師、博士後聯席教師

享受國務院專家政府專項補貼

中華醫學會胸心血管外科分會會長

中國醫師協會胸外科醫生分會會長

天津市醫學會胸心血管外科分會會長

中華醫學會胸心血管外科分會食管專業組副組長

中國醫師協會胸外科微創專家委員會副主任委員

《中華心血管外科雜志》副主編，衛生部胸外科臨床路徑專家委員會委員

胸心血管外科雜志（中文）.

注：本文基于"中國胸外科規範與創新手術高峰展"，人民健康網中國胸部"大家"系列訪談張勝教授訪談視訊内容。