陳一平 林清鋒 陳仲武 陳 健 林瑞祥

(福建醫(yī)科大學(xué)附屬第一醫(yī)院，福建 福州 350001)

1 概述

人工智能是信息學(xué)的分支，它是通過算法構(gòu)建動態(tài)計算環(huán)境來模擬人類智能過程的基礎(chǔ)。簡單來說，人工智能努力的目標是讓計算機像人類一樣思考、分析數(shù)據(jù)并提取結(jié)果。它最早起源于1950年[1]，發(fā)展經(jīng)歷了三個階段。第一階段是1956—1974年，人工智能誕生并獲得快速發(fā)展，但受限于硬件水平，人工智能技術(shù)瓶頸一直難以突破。第二階段是20世紀80年代后，此時部分企業(yè)已經(jīng)將人工智能初步應(yīng)用于工業(yè)生產(chǎn)中，但因成本問題，大面積推廣還無法實現(xiàn)。21世紀以來，隨著計算機處理能力的躍進和大數(shù)據(jù)的發(fā)展，人工智能迎來了第三次發(fā)展浪潮。人工智能一直是伴隨著神經(jīng)網(wǎng)絡(luò)理論的發(fā)展，熱門研究方向主要有機器學(xué)習(xí)和深度學(xué)習(xí)[2]。

人工智能、機器學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)、深度學(xué)習(xí)之間是集合關(guān)系(圖1)。人工智能是人類使用軟硬件實現(xiàn)人類的思維和動作，機器學(xué)習(xí)是人工智能的分支，神經(jīng)網(wǎng)絡(luò)是基于數(shù)學(xué)和算法，模擬人類的神經(jīng)元處理信息，它是深度學(xué)習(xí)的基礎(chǔ)，兩者之間的差異，簡單點說就是深度學(xué)習(xí)至少要有三層以上的神經(jīng)網(wǎng)絡(luò)。

圖1 人工智能、機器學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)、深度學(xué)習(xí)的關(guān)系

人工智能與醫(yī)學(xué)結(jié)合應(yīng)用最深、范圍最廣的當屬醫(yī)學(xué)影像，并由此誕生了新學(xué)科——影像組學(xué)。影像組學(xué)[3]是指從影像資料(如超聲、CT、MR、PET/CT等)的感興趣區(qū)域(Region of Interest，ROI)中高通量地提取影像特征進行自動化分析，通過建模從其中提取關(guān)鍵的信息，對病灶進行精準量化評估，并最終用于疾病的輔助診斷、分類或分級。與活檢相比，影像組學(xué)繼承了放射影像無侵入、可重復(fù)的技術(shù)優(yōu)勢，為患者病情隨訪和預(yù)后提供了更安全、更可靠的技術(shù)途徑。有了人工智能，放射科醫(yī)生可以提高日常閱片的速度以及疾病診斷的準確性。對于介入科醫(yī)師而言，人工智能可以幫助他們制定個體化的治療方案、術(shù)中引導(dǎo)、病灶定位、模擬教學(xué)等，最大程度優(yōu)化醫(yī)療資源使用和臨床實踐活動。

雖然人工智能在各個醫(yī)學(xué)領(lǐng)域如火如荼地發(fā)展，但是國內(nèi)介入醫(yī)學(xué)方面的相關(guān)研究不多。本文從分析介入診療活動的應(yīng)用場景入手，旨在闡述近年人工智能在介入醫(yī)學(xué)領(lǐng)域的發(fā)展以及未來的展望。

2 人工智能在介入醫(yī)學(xué)不同場景中的應(yīng)用

2.1 應(yīng)用場景一：患者篩查與治療方案制定

介入醫(yī)師在接診患者時，需要對患者下診斷并制定診療方案，如果患者病情復(fù)雜則接診時間顯著延長。人工智能可以自動收集患者病史、實驗室檢查及影像檢查資料，依據(jù)算法提取關(guān)鍵信息匯總成報告，形成初步診斷，對患者進行分類，制定進一步檢查及后期治療方案，并預(yù)計療效[4]。特別是如果患者存在過敏或者某些治療的禁忌癥，人工智能還能及時警示。得益于現(xiàn)在計算機的高速處理能力，這些操作都可以在短時間完成，因此可以顯著縮短醫(yī)師接診時間，減少醫(yī)師精力，使他們能夠更從容地應(yīng)對其他臨床事項。

2.2 應(yīng)用場景二：風(fēng)險預(yù)測和療效評估

介入醫(yī)師常需要根據(jù)患者相關(guān)檢查、檢驗資料，對其進行疾病登記評估，并制定對應(yīng)的治療方案。滕皋軍團隊使用人工神經(jīng)網(wǎng)絡(luò)(artificial neural network，ANN)對比ALBI(albumin-bilirubin)和(Child-Turcotte-Pugh，CTP)的Nomogram評估肝癌患者接受TACE的預(yù)后[5]。Hamid Mohamadlou團隊使用機器學(xué)習(xí)中的梯度提升樹(Gradient Boosted Trees)模型預(yù)測住院患者發(fā)生急性腎損傷的概率及時間[6]。在人工智能的幫助下，相關(guān)介入醫(yī)師團隊可以盡早干預(yù)高?；颊卟⒓皶r調(diào)整治療方案。

除了利用人工智能分析數(shù)字資料輔助臨床診療外，影像資料中的特征性表現(xiàn)也可以利用人工智能進行學(xué)習(xí)。 Daye團隊使用支持適量機(support vector machine,SVM)分析腎上腺轉(zhuǎn)移癌患者的CT影像特征，并預(yù)測轉(zhuǎn)移癌消融后局部復(fù)發(fā)率及遠期生存率[7]。Aaron Abajian團隊使用邏輯回歸(logistic regression)和隨機森林(random forest)模型分析肝癌患者MR圖像特點來預(yù)測患者接受TACE之后的療效[8]。

在急診介入方面，人工智能也有它的應(yīng)用空間?；颊叱霈F(xiàn)急性腦卒中的時候，利用人工智能算法可以估計患者病發(fā)時間[9]、病灶范圍、可挽救的組織的體積[9]，并且還可以通過大數(shù)據(jù)分析篩選治療后新發(fā)腦出血的高?；颊咭约芭袛嗷颊咝g(shù)后預(yù)后等[10]。

2.3 應(yīng)用場景三：虛擬手術(shù)室

利用增強現(xiàn)實(augmented reality,AR)和虛擬現(xiàn)實(virtual reality,VR)技術(shù)，人工智能可以模擬一個手術(shù)場景，根據(jù)相關(guān)影像學(xué)特征，自動識別病灶，將患者的解剖結(jié)構(gòu)與影像資料結(jié)合，構(gòu)建術(shù)區(qū)并投射到空間中，讓術(shù)者可以直觀觀察患者術(shù)區(qū)解剖并模擬手術(shù)操作——設(shè)定路徑、操作器械、排除誤操作等，既提高了術(shù)者熟練度，縮短了手術(shù)時間，也提高了患者的安全保障[11]。

介入手術(shù)就是指在各種影像設(shè)備引導(dǎo)下的診療性操作，這種特殊的引導(dǎo)方式為人工智能發(fā)展提供了廣闊空間，它可以自動識別病灶位置，將術(shù)前的三維影像與術(shù)中二維圖像融合動態(tài)指導(dǎo)穿刺針、消融針、導(dǎo)管或?qū)Ыz等的方向，并分析大數(shù)據(jù)，指導(dǎo)術(shù)者采用合適尺寸的材料和參數(shù)。

3 人工智能在介入醫(yī)學(xué)發(fā)展應(yīng)用的趨勢

相比于人工智能在神經(jīng)病學(xué)、組織病理學(xué)及影像學(xué)方面的發(fā)展，人工智能在介入醫(yī)學(xué)方面還處于起步階段，其發(fā)展?jié)摿κ蔷薮蟮?。本文認為未來發(fā)展主要集中在自然語言處理、影像組學(xué)、手術(shù)室管理等方面。

自然語言處理(Natural language processing,NLP)是計算機科學(xué)和語言學(xué)的融合。NLP涉及計算機程序與人類語言數(shù)據(jù)的交互，包括書寫、打字或說話。現(xiàn)實世界常見的NLP應(yīng)用包括翻譯軟件、文本到語音識別軟件、聽寫軟件、搜索引擎、對話式聊天機器人、問答系統(tǒng)和數(shù)字助理等。目前，我國各級醫(yī)院大力發(fā)展電子醫(yī)療病歷，每天都有海量的電子病歷數(shù)據(jù)產(chǎn)生，形成了醫(yī)療大數(shù)據(jù)的重要組成部分。這些數(shù)據(jù)包含著結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)，結(jié)構(gòu)化數(shù)據(jù)如表格數(shù)據(jù)，非結(jié)構(gòu)化數(shù)據(jù)如文本數(shù)據(jù)和醫(yī)學(xué)圖像等。這些數(shù)據(jù)是非常龐大的，人力挖掘費時費力，且不同醫(yī)院間的病歷數(shù)據(jù)結(jié)構(gòu)千差萬別，很難有效利用。NLP可以“閱讀”不同醫(yī)學(xué)電子病歷中的單詞和表達，可以準確采集和連接數(shù)十年積累的多樣化電子病歷數(shù)據(jù)——既往就診病史、實驗室檢測結(jié)果、影像學(xué)檢查結(jié)果、用藥史等，以友好的方式呈現(xiàn)給臨床，方便其隨時調(diào)閱。IBM公司的Watson系統(tǒng)是比較早商用的一套系統(tǒng)。它能從不同的電子病歷中準確、快速地生成患者常見問題的答案、患者的背景資料、預(yù)測未來的疾病軌跡和醫(yī)療結(jié)果，并且其能自動獲取最新的文獻數(shù)據(jù)，針對個別患者提供醫(yī)師診療意見。

腫瘤治療占據(jù)了介入醫(yī)學(xué)日常臨床醫(yī)療較大部分工作，包括了腫瘤的化療栓塞、化療灌注、腫瘤消融、放射學(xué)粒子植入等?；颊卟≡盍紣盒耘卸?、腫瘤分期、療效評估等與影像組學(xué)密不可分。在影像組學(xué)中，“感興趣的體積(Region of interest，ROV)”通常是指腫瘤和疑似腫瘤，病變區(qū)與正常組織邊界有時是很難勾勒的，提取影像組學(xué)特征變得很困難，這就需要深度學(xué)習(xí)來幫忙。術(shù)前預(yù)測肝細胞癌的微血管浸潤極其重要，它是復(fù)發(fā)的關(guān)鍵預(yù)測因子，有助于確定肝切除或肝移植前的治療策略。Zhou等設(shè)計了一種基于肝臟增強MRI 和 3D 神經(jīng)卷積網(wǎng)絡(luò)的深度學(xué)習(xí)方法，它可以明顯提高預(yù)測 HCC 患者的準確性[12]。Ran等提出了一種基于影像組學(xué)特征、深度學(xué)習(xí)特征和 CT 影像中淋巴結(jié)狀態(tài)的預(yù)測模型，它可以預(yù)測肺腺癌患者的術(shù)前淋巴結(jié)是否轉(zhuǎn)移[13]。本文將影像組學(xué)特征、深度學(xué)習(xí)截取的特征融合到Nomogram中作為預(yù)測方法。因此，未來影像組學(xué)特征和深度學(xué)習(xí)結(jié)合將為癌癥患者成像帶來福音。

手術(shù)室是醫(yī)院不可或缺的部門，它占據(jù)了整個醫(yī)院約40%的成本，但是也創(chuàng)造了60%～70%的收入。隨著認識提高、器械進步，手術(shù)越來越微創(chuàng)，特別是介入手術(shù)，術(shù)后基本看不到創(chuàng)口位置?，F(xiàn)代手術(shù)室變得越來越復(fù)雜，從人員配置、器械搭配、手術(shù)安排、術(shù)中監(jiān)控等各個方面都對傳統(tǒng)的手術(shù)室管理提出挑戰(zhàn)。通過更動態(tài)、并發(fā)的工作安排，可以顯著提高手術(shù)室工作效率，從而提高成本效益[14]。Tanzi等使用深度學(xué)習(xí)方法收集既往類似手術(shù)的持續(xù)時間或外科醫(yī)生的估計時間，可以準確預(yù)測某類手術(shù)的持續(xù)時間來實現(xiàn)更靈活的工作調(diào)度和更好的團隊組織[15]。例如，在臨床實踐中，正確預(yù)測手術(shù)持續(xù)時間可以簡化手術(shù)和麻醉決策的協(xié)調(diào)；又如最后一次使用肌肉松弛劑的時間和減少麻醉藥物的使用，從而進一步縮短周轉(zhuǎn)時間。在介入手術(shù)室中，新的技術(shù)也在不斷發(fā)揮作用。手勢捕捉相機系統(tǒng)，無論是否使用慣性傳感器，都嘗試定義特定動作并將其與各種手勢相關(guān)聯(lián)以便在術(shù)中控制醫(yī)學(xué)圖像查看器[16]。個別醫(yī)院開始試驗語音識別來處理打開和關(guān)閉手術(shù)室組件、指導(dǎo)器械參數(shù)等，以便節(jié)省術(shù)中溝通時間。

4 人工智能發(fā)展展望

經(jīng)過多年發(fā)展，人工智能在醫(yī)療領(lǐng)域取得了長足的進步，但是距離替代人類還有很長的路要走。與人類不同，為了掌握某一種病變，我們需要大量的同種病變的數(shù)據(jù)去訓(xùn)練人工智能，并結(jié)合臨床實際考慮這種病變的各種變化，然后再用對應(yīng)的數(shù)據(jù)訓(xùn)練它。接著我們還要驗證人工智能的訓(xùn)練成果并進行動態(tài)矯正。人工智能發(fā)展有賴于大數(shù)據(jù)，然而有時候數(shù)據(jù)并不容易獲得，而且需要花費大量的人力物力。在實際的臨床工作中，我們偶爾會碰到一些疑難雜癥，人工智能就無法像人類一樣結(jié)合背景資料做推測。較之機器學(xué)習(xí)，深度學(xué)習(xí)雖然減少了人力損耗，但是其包含在內(nèi)的算法結(jié)構(gòu)是未知的，人們無法預(yù)測特定的數(shù)據(jù)經(jīng)過深度學(xué)習(xí)后得到的是不是原先想要的結(jié)果，而且有時候即使通過不斷地驗證反饋，我們?nèi)匀浑y以達到目的。

人工智能從一開始的學(xué)術(shù)牽引式發(fā)展轉(zhuǎn)變?yōu)楝F(xiàn)在的應(yīng)用場景驅(qū)動式發(fā)展[11]，只要應(yīng)用得當，在各個應(yīng)用場景中都能幫助介入醫(yī)師提高工作效率、手術(shù)安全性，以及滿足患者個性化治療需要。