AI如何助力重塑肿瘤诊疗模式

一次CT平扫即可助力医生识别多种癌症，在线平台几秒完成个性化医疗资源对接……近年来，人工智能（AI）技术正全面变革肿瘤诊疗方方面面。

　　“AI可贯穿肿瘤诊疗全流程。”中国科学院深圳先进技术研究院生物医学与健康工程研究所医学人工智能研究中心执行主任李志成向科技日报记者介绍，“从影像初诊、病灶识别、病人入院，到病理诊断、手术方案可视化等，甚至出院恢复跟踪，AI的介入是医生和患者看得见、摸得着的。”

　　帮助肿瘤早期筛查

　　北京美中爱瑞肿瘤医院院长徐仲煌介绍，很多肿瘤患者确诊时已是中晚期，错过了最佳治疗时机。早期筛查能帮助医生在无症状或癌前病变阶段发现病情，并通过早期干预有效降低发病率和死亡率，AI在肿瘤早筛领域潜力巨大。

　　肿瘤早筛通常依赖一系列非侵入性或微创检查手段，包括影像学检查、血液标志物检测及分子诊断等。这方面，AI介入已取得突破性进展。李志成认为，在基于影像的深度学习技术加持下，AI在某些肿瘤筛查中的表现甚至超越了人类专家。

　　近两年，《自然》杂志等国际期刊多次发表AI助力肿瘤筛查的相关研究。哈佛大学医学院团队研发的CHIEF模型不仅能诊断19种癌症，还可以定位肿瘤微环境、引导治疗策略及预测生存率。阿里巴巴达摩院研发的胰腺癌早期检测模型PANDA，判断存在病变的准确率高达92.9%。这些成果表明，AI不仅能辅助诊断，还能在精准治疗中发挥关键作用。

　　相关实践已显示出AI在肿瘤筛查中的作用。今年2月，阿里巴巴“医疗AI多癌早筛公益项目”在浙江丽水市中心医院等机构部署，将达摩院医疗AI技术创新应用于卫生健康领域。“项目在4个月内筛查超5万人次，筛查病种包括胰腺癌、食管癌、胃癌、结直肠癌，其中发现的145例癌症病变已被临床证实。”达摩院医疗AI团队负责人吕乐解释，通过结合大量历史数据和复杂算法，AI能从影像中提取肉眼难以察觉的微小病灶信息。在繁琐的影像分析任务中，AI还能快速处理大量数据，减轻医生压力。

　　徐仲煌说，癌症必须依靠多学科协作才能制定最优治疗方案，而AI可助力解决这一过程中专业人员短缺、经济成本高等问题。

　　吕乐以PANDA为例说，模型相当于汇集了数十位不同专业医生的知识库，通过整合影像学资料、基因组学信息、病理学数据等多模态数据，实现跨科室的数据融合。在此基础上，模型能提取关键病灶信息及潜在病理特征，进而开展跨科室的全方位分析。

　　提高癌症认知水平

　　推动医学领域的科学认知，是AI助力肿瘤诊疗的更高维度。

　　李志成团队已从事脑胶质瘤研究数十年。谈及脑胶质瘤诊疗现状，李志成说：“我们对这种疾病的科学认知仍然有限，医生们尚未完全理解脑胶质瘤的发生发展和复发机制，也还没有找到切实有效的精准治疗途径。”

　　对此，徐仲煌深有同感。“对癌症认知的不足限制了诊疗手段。面对疑难杂症，临床上很多时候只能摸着石头过河。”

　　现有AI诊疗模型也有局限性。李志成说，许多模型通过大规模标注数据集训练，寻找图像特征与临床结果之间的相关性。虽然这种方法在准确率上取得了显著成效，但这种“黑箱式”操作缺乏解释性依据，导致医生难以完全信赖AI的诊断结果，因此回归医学源头的认知格外重要。