早期诊断肺癌，AI已超越人类医生！

在《自然医学》最近在线发表的一篇论文中，来自谷歌健康研究部门、西北大学医学院和美国其他机构的科学家合作开发了一种人工智能系统，该系统可以基于胸部ct扫描来检测和分析恶性肺结节，从而对肺癌做出早期诊断。与放射学家相比，它的准确性更好！

肺癌是目前世界上发病率和死亡率最高的癌症，也是中国癌症患者的头号杀手。大规模临床试验表明，胸部低剂量CT扫描可以发现肺癌的重要特征，降低死亡率20%~43%，是肺癌筛查的首选。

然而，准确的结节检测是一个挑战——筛选方法具有高错误率，因此其实用性是有限的。考虑到其他临床因素的影响，许多肺癌被发现是晚期且难以有效治疗。如何提高肺癌早期诊断的准确性，是科学家们希望人工智能充分发挥其优势来解决的问题。

(照片来源:pixabay)

为此，谷歌人工智能科学家开发了一个深度学习模型。这是一种人工智能技术，教计算机通过例子学习。

研究人员对人工智能进行了培训，对近15，000名患者进行了40，000多次CT扫描，其中近600名患者在一年内通过活检证实患有癌症。

“放射科医生通常在一次CT扫描中检查数百个二维横截面，但我们让新的机器学习系统在一个巨大的三维图像中观察肺部。”这项研究的合著者，西北大学的莫兹亚尔·埃特马迪教授介绍了这项研究。

疑似肺结节的生长速度是恶性肿瘤的重要指标。为了使人工智能能够在没有人类参与的情况下学会预测肺结节的恶性程度，研究人员不仅在训练人工智能时在患者首次被诊断为输入时准备了ct扫描，而且还使用早期CT扫描进行比较。“人工智能不仅依赖于当前的电脑断层扫描，还会与之前的扫描结果进行比较，所以从理论上来说，这是一次‘4D’扫描。”埃特马迪教授补充道。

▲本研究人工智能训练示意图(图片来源:参考[1)

在6716个测试案例中，测试了深度学习模型的准确性。结果表明，它能以94%的准确率发现极小的恶性肺结节。

与此同时，人工智能与6名平均有8年临床经验的放射学家“竞争”，表现出色。在以前的CT扫描图像的情况下，人工智能系统与放射学家的结果相当。然而，在没有以前的CT扫描图像的情况下，人工智能的表现甚至超过了所有6名放射学家，假阳性减少了11%，假阴性减少了5%。高灵敏度和低漏检率意味着如果在临床环境中使用，可以减少不必要的随访的额外负担，并且可以更少地漏检肿瘤。

尽管作者警告说，这种模式仍需要大规模的临床验证，但这一发现仍显示出改善肺癌患者管理和预后的希望。凭借人工智能强大的学习能力，我们期待着临床验证。这种系统可以帮助医生尽快对肺癌筛查进行评估，并尽早发现肺癌是患者的杀手。