說(shuō)來(lái)有趣，21世紀(jì)最時(shí)髦的人工智能技術(shù)應(yīng)用于現(xiàn)代醫(yī)學(xué)，與中國(guó)幾千年流傳至今的傳統(tǒng)中醫(yī)，竟有不小的相似之處。

傳統(tǒng)中醫(yī)講究“望聞問(wèn)切”，據(jù)此積累下來(lái)千百萬(wàn)人的“醫(yī)療大數(shù)據(jù)”，再通過(guò)醫(yī)生的人腦來(lái)存儲(chǔ)、“加工”，進(jìn)而開出藥方;而今天的智能醫(yī)療，則是給醫(yī)生加上了一個(gè)“超強(qiáng)大腦”，它能海量存儲(chǔ)、超速計(jì)算、深度學(xué)習(xí)，給人類增添了更多擺脫病魔的能力。

盡管爭(zhēng)議與困難重重，但沒(méi)人能夠否認(rèn)，人工智能、大數(shù)據(jù)等現(xiàn)代技術(shù)在醫(yī)療領(lǐng)域的應(yīng)用已成大勢(shì)所趨。

有學(xué)者這樣描述，未來(lái)的醫(yī)學(xué)影像中心好比飛機(jī)駕駛艙，是各種各樣信息的綜合體;未來(lái)醫(yī)生則相當(dāng)于飛行員，需要做的是去處理各種各樣的信息。比起擔(dān)心AI會(huì)不會(huì)終有一日取代醫(yī)生，腫瘤科的醫(yī)生已經(jīng)在想方設(shè)法與這些聰明的“助手”并肩作戰(zhàn)，在臨床上精準(zhǔn)圍獵腫瘤細(xì)胞。

人工智能輔助制定放療方案 大幅提高效率

53歲的薛萍被胃里一顆淋巴瘤折磨了許久，腹痛、嘔吐和慢性腹瀉一直糾纏著她。實(shí)在熬不下去了，她挪著艱難的步子，到家門口的醫(yī)院看病。

那是天津市腫瘤醫(yī)院在距離主院區(qū)幾十公里以外開設(shè)的新院。通過(guò)視頻，在主院坐診一號(hào)難求的主任醫(yī)師成了她的主治醫(yī)生。經(jīng)過(guò)多次檢查溝通后確認(rèn)，薛萍胃里的淋巴瘤是輕度惡性腫瘤，通過(guò)放療無(wú)需手術(shù)就能收到很好的效果。

醫(yī)學(xué)影像CT是放療前的第一步。薛萍的上百?gòu)堘t(yī)學(xué)CT影像數(shù)據(jù)隨即傳到云平臺(tái)上，無(wú)論醫(yī)生在哪里，只需要打開電腦就能完成對(duì)患者放療靶區(qū)和危及器官的勾畫，簡(jiǎn)單說(shuō)，就是給放療畫一個(gè)靶區(qū)。

確定腫瘤的邊界到底在哪兒，是極其考驗(yàn)醫(yī)生經(jīng)驗(yàn)和耐心的事情。過(guò)去，醫(yī)生對(duì)著電腦屏幕，在CT影像上一點(diǎn)點(diǎn)勾畫出腫瘤組織的輪廓、癌細(xì)胞可能轉(zhuǎn)移的區(qū)域以及周圍需要保護(hù)的器官。鼠標(biāo)微微挪動(dòng)，黃色細(xì)線勾勒出的靶區(qū)隨之變化，盡可能精雕細(xì)琢才能最大限度提高放療射線射殺癌細(xì)胞的精確度。

這種精確到毫米級(jí)的打磨過(guò)程，可能持續(xù)幾個(gè)小時(shí)甚至幾天。毫厘之間的偏差可能給患者帶來(lái)巨大的副作用。如果稍稍偏至心臟，將極大增加今后罹患冠心病的可能性。遺憾的是，在這個(gè)耗時(shí)耗力的過(guò)程中，不同醫(yī)生勾畫同一個(gè)病人的醫(yī)學(xué)影像靶區(qū)，常常會(huì)出現(xiàn)不同的結(jié)果。

更聰明、更有耐心的人工智能助手正在幫助醫(yī)生快速圍獵癌細(xì)胞。依靠核心算法、訓(xùn)練神經(jīng)網(wǎng)絡(luò)模型，人工智能可以深度學(xué)習(xí)大量已勾畫靶區(qū)和危及器官的患者數(shù)據(jù)，用模型來(lái)完成新患者靶區(qū)和危及器官的自動(dòng)勾畫。

如今，只需將患者的數(shù)據(jù)輸入電腦，就能自動(dòng)勾畫醫(yī)學(xué)圖像中腫瘤的靶區(qū)，自動(dòng)分割腫瘤與非腫瘤組織，精確勾勒放療靶區(qū)。醫(yī)生在這個(gè)基礎(chǔ)上對(duì)影像進(jìn)行審核、微調(diào)和修改，大幅減少了工作量。據(jù)介紹，目前該院測(cè)試結(jié)果顯示，人工智能自動(dòng)勾畫影像，能比純?nèi)斯す?jié)省大約70%的用時(shí)。而在一些缺乏腫瘤醫(yī)治經(jīng)驗(yàn)的基層醫(yī)院，人工智能也可以給年輕醫(yī)生提供參考，減少他們的出錯(cuò)概率。

制定腫瘤放射治療計(jì)劃需要進(jìn)行大量的計(jì)算。傳統(tǒng)計(jì)算方式速度慢、花費(fèi)時(shí)間長(zhǎng)、成本高，很大程度上要依賴物理治療師豐富的經(jīng)驗(yàn)。而這一點(diǎn)恰恰在中國(guó)是一個(gè)短板，目前我國(guó)放療物理師人才非常匱乏。數(shù)據(jù)統(tǒng)計(jì)顯示，2015年我國(guó)擁有物理師3294人，放射科腫瘤醫(yī)師與物理師比例為4.81∶1。

如果把放療對(duì)癌細(xì)胞的剿殺，看作是用洲際導(dǎo)彈轟炸目標(biāo)，那么醫(yī)生是發(fā)出目標(biāo)指令的人，而制定計(jì)劃和操作，比如導(dǎo)彈怎樣飛行、飛行的軌跡如何，都是物理師來(lái)具體完成的。甚至有人說(shuō)，在放療科可以沒(méi)有醫(yī)生但不能沒(méi)有物理師。

物理師要根據(jù)醫(yī)生要求和設(shè)備特點(diǎn)來(lái)設(shè)計(jì)合適的方案，要根據(jù)病人情況重建三維人體結(jié)構(gòu)圖，通過(guò)復(fù)雜的數(shù)學(xué)和物理運(yùn)算確定放療機(jī)器的各種參數(shù)，驗(yàn)證測(cè)量、修改和完成放療計(jì)劃，還要每天測(cè)量和校準(zhǔn)劑量，來(lái)確保放療的準(zhǔn)確性和安全性。

人工智能正在彌補(bǔ)這個(gè)短板，它可以高速分析和處理海量大數(shù)據(jù)，針對(duì)腫瘤類型、腫瘤周期、患者性別體重等參數(shù)對(duì)數(shù)據(jù)進(jìn)行劃分，幾分鐘就能自動(dòng)設(shè)計(jì)最優(yōu)放療計(jì)劃，供物理師參考。

天津市腫瘤醫(yī)院院長(zhǎng)王平說(shuō)，人工智能已經(jīng)可以模擬人類思考和判斷，如今智能計(jì)算機(jī)醫(yī)院管理系統(tǒng)、智能醫(yī)療診斷專家系統(tǒng)、智能手術(shù)機(jī)器人等AI技術(shù)給醫(yī)療領(lǐng)域帶來(lái)了革命性變化，“在惡性腫瘤放療領(lǐng)域，我們正在應(yīng)用的腫瘤放療靶區(qū)和危及器官智能化自動(dòng)化勾畫、AI化的放射治療計(jì)劃模型、基于互聯(lián)網(wǎng)+的放療遠(yuǎn)程智能化質(zhì)控系統(tǒng)，都在改變著現(xiàn)在和未來(lái)的醫(yī)療模式。”

AI+遠(yuǎn)程 緩解地區(qū)間醫(yī)療資源不均衡

放療、手術(shù)、化療是人類治療癌癥的三把“尖刀”。近年來(lái)，放療精準(zhǔn)度高、適應(yīng)度廣、副作用小、創(chuàng)傷較少等優(yōu)勢(shì)逐漸受到重視。然而我國(guó)醫(yī)療資源分布極不均衡。據(jù)全國(guó)第三次衛(wèi)生服務(wù)調(diào)查顯示，目前我國(guó)80%的醫(yī)療衛(wèi)生資源集中在城市，其中80%又集中在大中型醫(yī)院，而醫(yī)療衛(wèi)生服務(wù)需求大部分存在于基層。

以放療為例，在基層醫(yī)院，有的根本就沒(méi)有配置放療設(shè)備，有的雖然買來(lái)昂貴的設(shè)備，卻因?yàn)槿狈Ψ派淠[瘤科醫(yī)生和物理師，導(dǎo)致設(shè)備閑置，或是治療不規(guī)范效果不佳，因此患者看病依舊需要去擠大醫(yī)院。

在天津市腫瘤醫(yī)院放療科，一臺(tái)放療使用的直線加速器要從早上6點(diǎn)工作到晚上11點(diǎn)，每天每臺(tái)設(shè)備至少要為120名患者治療。而在其他許多醫(yī)院，常常一天都沒(méi)有幾個(gè)患者。

王平介紹，放療不同于外科，大夫不必親臨現(xiàn)場(chǎng)親手操作手術(shù)，因此可以很好地利用遠(yuǎn)程+AI技術(shù)開展治療。一方面可以緩解醫(yī)療資源短缺和地區(qū)不均衡，使異地病人和基層醫(yī)療人員同時(shí)受益。另一方面有助于建立完善的醫(yī)療保健體系和適合國(guó)情的分級(jí)診療制度，這也是深化醫(yī)改、突破醫(yī)改瓶頸的關(guān)鍵。

目前，該院不僅每天在其分院之間開展遠(yuǎn)程+AI放療服務(wù)，其服務(wù)半徑還擴(kuò)大至山東、河北等多個(gè)省市的十幾家醫(yī)院。

目前，醫(yī)生們正在更深入地研究利用人工智能預(yù)測(cè)放療后的并發(fā)癥。肺癌是在中國(guó)發(fā)病率最高的癌癥，一個(gè)重要的治療手段就是放療，然而最常見(jiàn)的并發(fā)癥之一就是放射性肺炎。放射性肺炎會(huì)對(duì)患者的生活質(zhì)量造成一定影響，嚴(yán)重的甚至?xí)＜盎颊呱?，但目前沒(méi)有有效預(yù)測(cè)放射性肺炎發(fā)生的方法。一般來(lái)說(shuō)，現(xiàn)在預(yù)測(cè)并發(fā)癥的成功率在50%左右。目前醫(yī)生們采用人工智能和新興的放射組學(xué)結(jié)合的方法，創(chuàng)新性地建立放射性肺炎預(yù)測(cè)模型，即通過(guò)計(jì)算機(jī)深度學(xué)習(xí)方法挖掘CT圖像中隱藏的信息，比如腫瘤的紋理、密度等信息，并結(jié)合患者臨床和放療信息構(gòu)建綜合的預(yù)測(cè)模型，輔助臨床醫(yī)生調(diào)整治療方案及臨床決策。

如果發(fā)現(xiàn)某個(gè)病人發(fā)生放射性肺炎可能性高，可以及時(shí)介入，提前做一些預(yù)防措施，盡量降低放射性肺炎發(fā)生的等級(jí)，減少痛苦。一個(gè)非常理想的狀態(tài)是，給病人做幾個(gè)CT檢查之后，人工智能就可以知道病人可以存活多久、做放療的療效如何，什么時(shí)候會(huì)發(fā)生轉(zhuǎn)移，以及這個(gè)過(guò)程中產(chǎn)生的相關(guān)副反應(yīng)及其可能性有多大。

王平說(shuō)，目前研究結(jié)果顯示其準(zhǔn)確度可達(dá)到71%，這已經(jīng)高于既往一些臨床參數(shù)，而這個(gè)數(shù)字還將在未來(lái)進(jìn)一步研究后得以提高，“目標(biāo)就是用技術(shù)給患者提供更好的服務(wù)。”

記者 胡春艷