郭睿 宋忠江

摘要 本世紀(jì)以來(lái)，人工智能的火熱發(fā)展使其在醫(yī)學(xué)領(lǐng)域也得到了廣泛應(yīng)用。本文對(duì)人工智能技術(shù)與乳腺癌的發(fā)展進(jìn)行了分析，旨在探尋人工智能在乳腺癌診斷過(guò)程中的應(yīng)用現(xiàn)狀，并對(duì)未來(lái)人工智能技術(shù)在乳腺癌領(lǐng)域的發(fā)展提出大膽設(shè)想。

[關(guān)鍵詞]人工智能 乳腺癌 輔助診療

近年來(lái)，人工智能是高度熱門(mén)的研究領(lǐng)域之一，它能使機(jī)器更加智能，其研究涉及面也非常廣。人工智能技術(shù)在醫(yī)學(xué)領(lǐng)域也扮演了重要角色，特別是在腫瘤診斷和藥物研發(fā)方面。針對(duì)近年來(lái)人工智能在乳腺癌診斷過(guò)程中的應(yīng)用進(jìn)展，筆者做了以下整理。

1 人工智能與乳腺癌的影像診斷

MRI、乳腺x線(xiàn)攝影等影像學(xué)檢查己成為乳腺癌檢查與診斷的重要手段。計(jì)算機(jī)輔助診斷（以下簡(jiǎn)稱(chēng)CAD）技術(shù)是指通過(guò)影像學(xué)和醫(yī)學(xué)圖像處理技術(shù)以及其他手段，對(duì)病變情況進(jìn)行分析并作出對(duì)應(yīng)的判斷，進(jìn)而幫助影像科醫(yī)師發(fā)現(xiàn)并分析病癥，避免了因臨床醫(yī)師經(jīng)驗(yàn)的不足而發(fā)生誤判，提高診斷的精準(zhǔn)度。CAD系統(tǒng)的工作步驟主要分為數(shù)據(jù)預(yù)處理、圖像分割、特征提取、選擇和分類(lèi)、識(shí)別、輸出結(jié)果等，運(yùn)用的機(jī)器學(xué)習(xí)算法大致有支持向量機(jī)、人工神經(jīng)網(wǎng)絡(luò)和隨機(jī)森林等。

乳腺CAD被廣泛應(yīng)用于x線(xiàn)攝影診斷乳腺癌的過(guò)程，主要用于提高鈣化灶和腫塊被檢出的精準(zhǔn)性，鈣化是乳腺癌早期的重要表現(xiàn)，腫塊是乳腺癌的直接定位依據(jù)。

2 人工智能與乳腺癌的病理診斷

乳腺癌淋巴結(jié)的評(píng)估對(duì)患者的診斷意義十分重大，而人工進(jìn)行這項(xiàng)病理檢查既費(fèi)時(shí)間又費(fèi)精力，在轉(zhuǎn)移灶很小時(shí)，做出精準(zhǔn)的判斷尤為困難。在此過(guò)程中，人工智能技術(shù)一般涉及的是最終的閱片階段，對(duì)指定的算法進(jìn)行訓(xùn)練及優(yōu)化，從而對(duì)病癥圖片進(jìn)行智能處理，達(dá)到高效率、高精度的病理診斷。

從現(xiàn)有結(jié)果可見(jiàn)，人工智能技術(shù)對(duì)于乳腺癌的病理診斷水平遠(yuǎn)勝人類(lèi)，但這并不意味著人工智能能完全替代人類(lèi)專(zhuān)家。人工智能缺少豐富的先驗(yàn)知識(shí)，可能誤判為假陽(yáng)性，并且不能像病理醫(yī)師一樣檢測(cè)出未預(yù)訓(xùn)練過(guò)的異常分類(lèi)。為得到最優(yōu)的臨床診斷效果、提高診斷的正確性，將人工智能技術(shù)作為病理醫(yī)師的輔助工具、與實(shí)際工作相結(jié)合是可行。盡管從試驗(yàn)到臨床道阻且長(zhǎng)，但兩者結(jié)合的過(guò)程必將得到實(shí)現(xiàn)。

3 人工智能輔助抗乳腺癌藥物研發(fā)

在藥物研發(fā)方面，可通過(guò)快速篩選乳腺癌患者的組織樣本，分析某些方面的不同，尋找潛在的藥物靶點(diǎn)，開(kāi)發(fā)出更具針對(duì)性的抗癌新藥，大大減少新藥研發(fā)成本。研發(fā)新的抗癌藥物的另一種思路是了解腫瘤產(chǎn)生耐藥性的機(jī)制，獲取大量的腫瘤基因組數(shù)據(jù)并進(jìn)行分析，以幫助人類(lèi)更好地理解癌癥耐藥性機(jī)制，預(yù)測(cè)哪些腫瘤可能會(huì)對(duì)哪些藥物產(chǎn)生耐藥性，最終研發(fā)能克服耐藥的抗癌藥物。

4 以超級(jí)人工智能計(jì)算平臺(tái)為背景的醫(yī)療輔助工具

IBM公司的Watson人工智能平臺(tái)融合了自然語(yǔ)言處理和機(jī)器學(xué)習(xí)等領(lǐng)域的創(chuàng)新性技術(shù)，旨在輔助醫(yī)師為廣大患者提供更加個(gè)性化的腫瘤治療方案。該平臺(tái)可以從醫(yī)療設(shè)備記錄中提取相關(guān)數(shù)據(jù)，以提供癌癥治療的方法選擇。目前，Watson已經(jīng)學(xué)習(xí)了大量的學(xué)術(shù)論文和研究數(shù)據(jù)，這是人類(lèi)一生都無(wú)法獲取完的海量數(shù)據(jù)。此外，它還可以在短時(shí)間內(nèi)閱讀大量的數(shù)據(jù)，并根據(jù)醫(yī)生的輸入信息提煉出更加完善的個(gè)性化診療方案。

5 人工智能的其他應(yīng)用

在其他方面，人工智能技術(shù)己實(shí)現(xiàn)預(yù)測(cè)乳腺癌患者術(shù)后5年內(nèi)的復(fù)發(fā)情況、篩選乳腺癌的基因特征并應(yīng)用于病理學(xué)分級(jí)以判斷患者的預(yù)后、通過(guò)可穿戴智能內(nèi)衣檢測(cè)組織中微小的溫度變化來(lái)進(jìn)行早期檢查等。

綜上，目前人工智能在乳腺癌領(lǐng)域的重要研究方向包括影像診斷、病理診斷、藥物研發(fā)、醫(yī)療輔助等。筆者認(rèn)為：

（1）從當(dāng)前的臨床應(yīng)用看，人工智能應(yīng)用最成功的領(lǐng)域是醫(yī)學(xué)影像和病理學(xué)分析領(lǐng)域，這正是乳腺癌診斷中的重中之重，在未來(lái)人工智能必將在其中發(fā)揮更大的不可替代的作用。盡管如此，人工智能實(shí)際應(yīng)用的拓展應(yīng)走得更加謹(jǐn)慎緩慢。這不僅僅是因?yàn)槿斯ぶ悄苄袠I(yè)的研發(fā)與實(shí)際應(yīng)用拓展的創(chuàng)新經(jīng)費(fèi)成本較高，更是因?yàn)橐粋€(gè)算法的錯(cuò)誤可能導(dǎo)致生死之差，產(chǎn)生嚴(yán)重的后果。

（2）在人工智能的應(yīng)用方面，無(wú)論技術(shù)多么強(qiáng)大，其核心依然是數(shù)據(jù)。這也是為什么患者的數(shù)據(jù)更加重要。若沒(méi)有大量的患者數(shù)據(jù)進(jìn)行預(yù)訓(xùn)練，就不可能提出一套成熟的治療方案。而醫(yī)療領(lǐng)域的數(shù)據(jù)又十分特別，有時(shí)候雖然獲得了病例信息，卻有無(wú)從下手的感覺(jué)。因此，將非結(jié)構(gòu)化的醫(yī)療數(shù)據(jù)結(jié)構(gòu)化，是需要攻克的難關(guān)之一。

（3）人工智能輔助醫(yī)師為患者提供診療方案，能在一定程度上提高診斷的準(zhǔn)確率和醫(yī)院競(jìng)爭(zhēng)力，但臨床醫(yī)療行為有特殊的人文特質(zhì)，人工智能無(wú)法代替醫(yī)師與患者展開(kāi)交流，患者的隱私問(wèn)題也有待解決。同時(shí)，對(duì)于人工智能診療的定價(jià)、醫(yī)療數(shù)據(jù)如何正規(guī)開(kāi)放、出現(xiàn)醫(yī)療糾紛時(shí)法律責(zé)任的分配等問(wèn)題，都亟待出臺(tái)官方指導(dǎo)意見(jiàn)。因此，醫(yī)生暫時(shí)不會(huì)被AI取代。

（4）當(dāng)前還處于“弱人工智能”階段，距離實(shí)現(xiàn)在全球范圍內(nèi)廣泛使用、縮小不同地區(qū)間醫(yī)療水平的差距等目標(biāo)，還有很長(zhǎng)的路要走。醫(yī)學(xué)是技術(shù)驅(qū)動(dòng)型的領(lǐng)域，未來(lái)技術(shù)的發(fā)展必會(huì)呈現(xiàn)人工智能輔助、部分代替、解放醫(yī)師的路線(xiàn)。在“強(qiáng)人工智能”階段，集全學(xué)科、全方位、全自動(dòng)于一體的診療機(jī)器人定會(huì)全方面超過(guò)人類(lèi)專(zhuān)家。

（5）現(xiàn)如今，我國(guó)在醫(yī)學(xué)人工智能的應(yīng)用仍然處于起步階段，關(guān)鍵技術(shù)、創(chuàng)新成果較少。政府高度重視人工智能技術(shù)的發(fā)展，強(qiáng)調(diào)要加快我國(guó)人工智能的研究與實(shí)際應(yīng)用的拓展。我國(guó)擁有大量的患者群體，應(yīng)積極地將人工智能技術(shù)投入醫(yī)學(xué)領(lǐng)域，造福廣大的患者和醫(yī)師。突然出現(xiàn)超級(jí)計(jì)算機(jī)醫(yī)師去拯救乳腺癌患者并改善現(xiàn)有的診療狀態(tài)雖說(shuō)不太可能，但一定會(huì)有越來(lái)越多的乳腺癌患者和醫(yī)生能從人工智能的巨大進(jìn)步中得益。

參考文獻(xiàn)

[1]徐琰，胡保全，淺談人工智能在乳腺癌領(lǐng)域的應(yīng)用進(jìn)展[J].大數(shù)據(jù)時(shí)代，2018 （01）：59-63.

[2]王凱蕓，孟麗莉，基于影像數(shù)據(jù)系統(tǒng)的人工神經(jīng)網(wǎng)絡(luò)模型研究——乳腺癌的早期診斷模型[J].中國(guó)數(shù)字醫(yī)學(xué)，2010，5 （04）：64-67.

[3]鄭斌，圖像處理和特征分析在評(píng)估乳腺癌近期發(fā)病風(fēng)險(xiǎn)中的應(yīng)用（英文）[J].光學(xué)儀器，2016，38 （03）：189 -199.