引用本文： 張遜. 人工智能輔助肺癌診療一體化解決方案的臨床實踐與展望. 中國胸心血管外科臨床雜志, 2019, 26(12): 1167-1170. doi: 10.7507/1007-4848.201910037 復制
人工智能（artificial intelligence，AI）指智能機器依托計算機技術，模擬人類智能，以提高人類工作能力和效率。AI 核心的方法學研究集中于機器學習，而關于臨床醫學的機器學習則是利用醫療大數據的關鍵技術。肺癌的醫療大數據是由肺癌患者的臨床資料、病理診斷、影像學信息、基因組學、蛋白組學、代謝組學、隨訪結果等構成。借助計算機技術，AI 可以有效處理肺癌醫療大數據，用于輔助肺癌的影像學診斷、病理學診斷、分子生物學診斷、診療決策以及肺癌單病種數據庫建設及使用等多個方面，從而形成 AI 輔助肺癌診療一體化解決方案。
南開大學附屬天津市胸科醫院、廈門大學第一附屬醫院和零氪科技公司于 2018 年聯合承擔了天津市科學技術委員會的 AI 輔助肺癌診療一體化解決方案的重大科研攻關項目（編號 18ZXZNSY00400），經過 1 年多的研發和臨床應用，已探索出 AI 輔助肺癌診療一體化解決方案在臨床應用的有效模式。本文將介紹其在臨床的應用實踐及發展前景。
1 什么是 AI 輔助肺癌診療一體化解決方案？
目前 AI 輔助肺癌診療一體化解決方案包括 4 個方面的內容：（1）AI 輔助肺癌的影像學診斷；（2）AI 輔助肺癌病理學診斷；（3）AI 輔助肺癌診療決策系統；（4）AI 輔助肺癌單病種數據庫的建設和使用。將來會加入與 AI 輔助肺癌診療相關的更多內容，如分子生物學診斷、蛋白組學診斷、AI 輔助肺癌放療的靶區設計、AI 輔助治療肺癌藥物的研發及臨床試驗等。
2 AI 輔助肺癌影像學診斷
肺癌是世界上發病率及致死率最高的惡性腫瘤。肺癌的早診、早治是提高肺癌臨床療效最有效的手段。隨著 CT 檢查的普及，臨床上發現了大量有肺小結節的人群。這既為發現早期肺癌患者提供了重點篩查對象，又由于對肺小結節性質難以確定，增加了患者的心理負擔和過度的診斷及治療。而 AI 輔助肺小結節診斷，有效地解決了這一臨床難題，大大提高了肺小結節定性診斷的準確率。目前 AI 輔助肺癌影像學診斷主要集中在肺小結節的診斷，將來會進一步發展到對直徑 >3 cm 肺癌的診斷以及對肺門和縱隔淋巴結轉移的診斷等，從而涵蓋對所有肺癌的影像學診斷。
將 AI 服務器置入醫院的網管系統之中，與 CT 檢查的影像歸檔和通信系統（PACS）相連。當患者進行胸部 CT 掃描檢查之后，AI 即自動通過 PACS 抓取患者的影像信息，通過 AI 計算后將輔助診斷結果傳至醫生的閱片終端，這一過程通常數秒鐘即可完成（圖 1）。AI 輔助肺部小結節診斷對 CT 的硬件要求并不高：16 排及以上的螺旋 CT、平掃、薄層（1.5 mm）即可。目前我國縣級醫院基本都具備這種條件。根據目前我們臨床應用的結果分析，強化 CT 掃描對提高 AI 判斷的準確率沒有多大幫助。薄層掃描>1.5 mm 會降低 AI 判斷的準確率，而<1.5 mm 對提高 AI 判斷的準確率也幫助不大。這可能與我們使用 1.5 mm 薄層 CT 平掃的案例訓練 AI 有關。
圖1
AI 輔助診斷肺小結節系統示意圖
AI 輔助肺小結節診斷可以為我們提供以下肺小結節信息：小結節的位置、大小（包括最長徑、最大截面積和體積）、性質（純磨玻璃、亞實性、實性）和惡性概率（0%～100%）。AI 輔助診斷系統還可以對同一患者不同時期胸部 CT 檢查的同一位置小結節長徑、體積、平均密度及惡性概率的變化進行精確的量化對比分析，對于體積增大的結節計算出結節增大的倍增時間（圖 2）。對于所有篩查出的小結節，按照惡性概率的大小，由高到低排列得出標準的“人工智能輔助肺癌診斷分析報告”供醫生參考。
圖2
AI 輔助診斷對肺部小結節進行跟蹤對比分析結果
2018 年 7 月至 2019 年 9 月，南開大學附屬天津市胸科醫院利用 AI 輔助診斷系統分析了 19 331 例肺部 CT 檢查的病例資料。影像科、胸外科、胸內科在門診和病房的臨床工作中都廣泛使用了這項技術，使 AI 輔助肺小結節診斷真正用于臨床實踐。經過 AI 臨床使用初期的磨合后，近 10 個月來，AI 輔助診斷肺小結節的病灶檢出率幾乎為 100%，與影像科專家診斷的符合率為 90% 左右（圖 3）。
圖3
AI 輔助診斷肺小結節病灶檢出率與診斷符合率統計表
2018 年 3 月 31 日于成都召開的中國醫師協會胸外科醫師分會的年會上，組織了“AI 輔助肺小結節定性診斷體驗專場”。來自全國各省市的 30 余名胸外科專家親身體驗了應用 AI 輔助診斷肺小結節。由華西醫院影像科提供的 500 例有病理診斷的肺小結節病例中，現場抽取了 125 例，分成<1 cm 和 1～3 cm 兩組病例。現場計算機統計結果表明，對于兩組病例的定性診斷，AI 診斷平均時間 4.7 s/例，診斷準確率均高于專家獨立診斷組（表 1）。
表1
AI 輔助肺小結節定性診斷體驗專場統計結果
胸部 CT 掃描按照放射劑量的不同分為兩類：低劑量和普通劑量。前者在查體中心用于肺癌篩查（通常為 100 kV，40 mAS，相當于 1 mSv）；后者在醫院用于肺癌的診斷（通常為 120 kV，200 mAS，相當于 3 mSv）。根據對南開大學附屬天津市胸科醫院查體中心近 2 000 例低劑量胸部 CT 的 AI 輔助診斷分析，低劑量胸部 CT 使用 AI 診斷的準確率與普通劑量胸部 CT 的準確率沒有明顯差異，即使用在普通劑量胸部 CT 上的 AI 分析系統同樣可以用在低劑量胸部 CT 的篩查診斷上，從而為低劑量 CT 肺癌篩查提供了一個很好的輔助診斷手段。
3 AI 輔助肺癌病理學診斷
肺癌病理學診斷標本包括細胞學標本（胸腔積液、痰液、支氣管鏡刷檢等細胞學涂片）和組織學標本（腫瘤切除、支氣管鏡咬檢、針吸活檢等病灶組織的組織學切片）。AI 輔助肺癌病理學診斷要相對應地研發出兩種 AI 分析系統，分別用于輔助細胞學診斷和輔助組織學診斷。不論是哪一種輔助診斷，都要先通過 200 倍切片掃描儀將細胞涂片或組織切片轉變為數字細胞涂片或數字病理切片，AI 輔助肺癌病理診斷系統提取相關數據，將計算結果傳到醫生顯微鏡診斷終端，供病理科醫生診斷參考（圖 4、圖 5）。
圖4
AI 輔助肺癌病理診斷系統示意圖
圖5
AI 輔助肺癌細胞學診斷實例
由于我們開展 AI 輔助肺癌的病理學診斷時間較短，需要不斷地臨床磨合，以提高 AI 輔助肺癌病理診斷的準確率。
4 AI 輔助肺癌診療決策系統
目前我國臨床治療的肺癌病例非常多，但是肺癌治療的同質化水平卻很低。同一個肺癌患者，在不同的醫院、不同的科室會得到不同的治療方法。甚至在同一科室不同主管醫生之間，治療的方法也存在很大的差異。診斷和治療的不規范、過度診斷和過度治療成為我國肺癌臨床治療亟待解決的突出問題。AI 輔助肺癌診療決策系統可以成為解決這個難題的有效方法。置入醫院信息系統（HIS）中的 AI 服務器自動抓取住院患者的各項臨床數據。對于可疑肺癌患者需要進行哪些檢查，AI 輔助肺癌診療系統會根據肺癌治療指南的要求自動為主管醫生做出提示；對于已經確診為肺癌的患者應當采取什么樣的治療方法，AI 輔助肺癌診療系統也會根據肺癌治療指南提出具體的建議。AI 不僅要提供診療方案，還要提供建議采取這種診療方案的依據。這些依據包括以下三個方面：一是針對患者的具體情況（包括患者的影像學資料、病理類型、各項化驗檢查結果、心肺功能檢查結果等），在最新的肺癌治療指南中這個患者應當采用什么樣的檢查和治療方法；二是權威的國內外雜志近年來有哪些相關的文獻報道，并提供相關的文獻摘要供醫生參考；三是 AI 自動從零氪數據庫的大量肺癌資料中，找出同類患者采用所推薦的治療方法的遠期生存結果。因此醫生不僅清楚為什么要采用這種診療方案，同時還知道采用這種治療方案的遠期療效，對療效有一個真實世界數據支持的預判。
5 AI輔助肺癌診療的數據庫建設
置入醫院網管系統的 AI 服務器，在提供輔助肺癌影像診斷、輔助肺癌病理診斷和輔助肺癌診療決策系統的同時，即可將肺癌患者的各項臨床資料（包括影像、病理、檢驗、病歷、出院后隨訪等）通過 AI 自然語言識別等功能，使之成為一個結構化和標準化的肺癌單病種數據庫（圖 6）。這種數據不離院的單病種肺癌數據庫的建設模式，既保證了患者數據的安全性，又為開展肺癌臨床研究提供了非常好的條件。
圖6
肺癌單病種數據庫建設
6 AI 在肺癌診療領域應用的展望
通過近兩年的臨床應用，我們可以有信心地說，將 AI 用在肺癌臨床的輔助診斷和輔助治療上是完全可行的。對 AI 在臨床中的應用，我們醫生既不要過度迷信，也不要盲目排斥。AI 在肺癌輔助診療中的應用，有一個逐漸完善的過程，急功近利則欲速不達。在提高 AI 輔助診療水平的過程中，需要臨床醫生與 AI 工程師密切合作，由醫生對 AI 提出需求和改進的內容。AI 具有自我學習的優勢，隨著臨床應用數量的增加，AI 輔助診斷的水平會不斷提高。另外，即使 AI 已經比較成熟了，仍然是輔助醫生診療肺癌的工具，最終的診斷和治療方案的確定還是由臨床醫生決定。AI 的臨床應用，可以大大提高臨床醫生的工作效率。如果推廣到基層醫院使用，會讓基層醫院診治肺癌的水平顯著提高，從而提高我國肺癌整體診療的同質化、標準化水平，也將促進我國政府大力倡導的分級診療的順利開展，造福于更多的肺癌患者。AI 輔助肺癌診療必將在我國臨床醫學中發揮越來越大的作用。
前途是光明的，道路是曲折的。只要我們堅持不懈地努力，一定可以讓 AI 在醫學領域大放異彩！
利益沖突：無。
人工智能（artificial intelligence，AI）指智能機器依托計算機技術，模擬人類智能，以提高人類工作能力和效率。AI 核心的方法學研究集中于機器學習，而關于臨床醫學的機器學習則是利用醫療大數據的關鍵技術。肺癌的醫療大數據是由肺癌患者的臨床資料、病理診斷、影像學信息、基因組學、蛋白組學、代謝組學、隨訪結果等構成。借助計算機技術，AI 可以有效處理肺癌醫療大數據，用于輔助肺癌的影像學診斷、病理學診斷、分子生物學診斷、診療決策以及肺癌單病種數據庫建設及使用等多個方面，從而形成 AI 輔助肺癌診療一體化解決方案。
南開大學附屬天津市胸科醫院、廈門大學第一附屬醫院和零氪科技公司于 2018 年聯合承擔了天津市科學技術委員會的 AI 輔助肺癌診療一體化解決方案的重大科研攻關項目（編號 18ZXZNSY00400），經過 1 年多的研發和臨床應用，已探索出 AI 輔助肺癌診療一體化解決方案在臨床應用的有效模式。本文將介紹其在臨床的應用實踐及發展前景。
1 什么是 AI 輔助肺癌診療一體化解決方案？
目前 AI 輔助肺癌診療一體化解決方案包括 4 個方面的內容：（1）AI 輔助肺癌的影像學診斷；（2）AI 輔助肺癌病理學診斷；（3）AI 輔助肺癌診療決策系統；（4）AI 輔助肺癌單病種數據庫的建設和使用。將來會加入與 AI 輔助肺癌診療相關的更多內容，如分子生物學診斷、蛋白組學診斷、AI 輔助肺癌放療的靶區設計、AI 輔助治療肺癌藥物的研發及臨床試驗等。
2 AI 輔助肺癌影像學診斷
肺癌是世界上發病率及致死率最高的惡性腫瘤。肺癌的早診、早治是提高肺癌臨床療效最有效的手段。隨著 CT 檢查的普及，臨床上發現了大量有肺小結節的人群。這既為發現早期肺癌患者提供了重點篩查對象，又由于對肺小結節性質難以確定，增加了患者的心理負擔和過度的診斷及治療。而 AI 輔助肺小結節診斷，有效地解決了這一臨床難題，大大提高了肺小結節定性診斷的準確率。目前 AI 輔助肺癌影像學診斷主要集中在肺小結節的診斷，將來會進一步發展到對直徑 >3 cm 肺癌的診斷以及對肺門和縱隔淋巴結轉移的診斷等，從而涵蓋對所有肺癌的影像學診斷。
將 AI 服務器置入醫院的網管系統之中，與 CT 檢查的影像歸檔和通信系統（PACS）相連。當患者進行胸部 CT 掃描檢查之后，AI 即自動通過 PACS 抓取患者的影像信息，通過 AI 計算后將輔助診斷結果傳至醫生的閱片終端，這一過程通常數秒鐘即可完成（圖 1）。AI 輔助肺部小結節診斷對 CT 的硬件要求并不高：16 排及以上的螺旋 CT、平掃、薄層（1.5 mm）即可。目前我國縣級醫院基本都具備這種條件。根據目前我們臨床應用的結果分析，強化 CT 掃描對提高 AI 判斷的準確率沒有多大幫助。薄層掃描>1.5 mm 會降低 AI 判斷的準確率，而<1.5 mm 對提高 AI 判斷的準確率也幫助不大。這可能與我們使用 1.5 mm 薄層 CT 平掃的案例訓練 AI 有關。
圖1
AI 輔助診斷肺小結節系統示意圖
AI 輔助肺小結節診斷可以為我們提供以下肺小結節信息：小結節的位置、大小（包括最長徑、最大截面積和體積）、性質（純磨玻璃、亞實性、實性）和惡性概率（0%～100%）。AI 輔助診斷系統還可以對同一患者不同時期胸部 CT 檢查的同一位置小結節長徑、體積、平均密度及惡性概率的變化進行精確的量化對比分析，對于體積增大的結節計算出結節增大的倍增時間（圖 2）。對于所有篩查出的小結節，按照惡性概率的大小，由高到低排列得出標準的“人工智能輔助肺癌診斷分析報告”供醫生參考。
圖2
AI 輔助診斷對肺部小結節進行跟蹤對比分析結果
2018 年 7 月至 2019 年 9 月，南開大學附屬天津市胸科醫院利用 AI 輔助診斷系統分析了 19 331 例肺部 CT 檢查的病例資料。影像科、胸外科、胸內科在門診和病房的臨床工作中都廣泛使用了這項技術，使 AI 輔助肺小結節診斷真正用于臨床實踐。經過 AI 臨床使用初期的磨合后，近 10 個月來，AI 輔助診斷肺小結節的病灶檢出率幾乎為 100%，與影像科專家診斷的符合率為 90% 左右（圖 3）。
圖3
AI 輔助診斷肺小結節病灶檢出率與診斷符合率統計表
2018 年 3 月 31 日于成都召開的中國醫師協會胸外科醫師分會的年會上，組織了“AI 輔助肺小結節定性診斷體驗專場”。來自全國各省市的 30 余名胸外科專家親身體驗了應用 AI 輔助診斷肺小結節。由華西醫院影像科提供的 500 例有病理診斷的肺小結節病例中，現場抽取了 125 例，分成<1 cm 和 1～3 cm 兩組病例。現場計算機統計結果表明，對于兩組病例的定性診斷，AI 診斷平均時間 4.7 s/例，診斷準確率均高于專家獨立診斷組（表 1）。
表1
AI 輔助肺小結節定性診斷體驗專場統計結果
胸部 CT 掃描按照放射劑量的不同分為兩類：低劑量和普通劑量。前者在查體中心用于肺癌篩查（通常為 100 kV，40 mAS，相當于 1 mSv）；后者在醫院用于肺癌的診斷（通常為 120 kV，200 mAS，相當于 3 mSv）。根據對南開大學附屬天津市胸科醫院查體中心近 2 000 例低劑量胸部 CT 的 AI 輔助診斷分析，低劑量胸部 CT 使用 AI 診斷的準確率與普通劑量胸部 CT 的準確率沒有明顯差異，即使用在普通劑量胸部 CT 上的 AI 分析系統同樣可以用在低劑量胸部 CT 的篩查診斷上，從而為低劑量 CT 肺癌篩查提供了一個很好的輔助診斷手段。
3 AI 輔助肺癌病理學診斷
肺癌病理學診斷標本包括細胞學標本（胸腔積液、痰液、支氣管鏡刷檢等細胞學涂片）和組織學標本（腫瘤切除、支氣管鏡咬檢、針吸活檢等病灶組織的組織學切片）。AI 輔助肺癌病理學診斷要相對應地研發出兩種 AI 分析系統，分別用于輔助細胞學診斷和輔助組織學診斷。不論是哪一種輔助診斷，都要先通過 200 倍切片掃描儀將細胞涂片或組織切片轉變為數字細胞涂片或數字病理切片，AI 輔助肺癌病理診斷系統提取相關數據，將計算結果傳到醫生顯微鏡診斷終端，供病理科醫生診斷參考（圖 4、圖 5）。
圖4
AI 輔助肺癌病理診斷系統示意圖
圖5
AI 輔助肺癌細胞學診斷實例
由于我們開展 AI 輔助肺癌的病理學診斷時間較短，需要不斷地臨床磨合，以提高 AI 輔助肺癌病理診斷的準確率。
4 AI 輔助肺癌診療決策系統
目前我國臨床治療的肺癌病例非常多，但是肺癌治療的同質化水平卻很低。同一個肺癌患者，在不同的醫院、不同的科室會得到不同的治療方法。甚至在同一科室不同主管醫生之間，治療的方法也存在很大的差異。診斷和治療的不規范、過度診斷和過度治療成為我國肺癌臨床治療亟待解決的突出問題。AI 輔助肺癌診療決策系統可以成為解決這個難題的有效方法。置入醫院信息系統（HIS）中的 AI 服務器自動抓取住院患者的各項臨床數據。對于可疑肺癌患者需要進行哪些檢查，AI 輔助肺癌診療系統會根據肺癌治療指南的要求自動為主管醫生做出提示；對于已經確診為肺癌的患者應當采取什么樣的治療方法，AI 輔助肺癌診療系統也會根據肺癌治療指南提出具體的建議。AI 不僅要提供診療方案，還要提供建議采取這種診療方案的依據。這些依據包括以下三個方面：一是針對患者的具體情況（包括患者的影像學資料、病理類型、各項化驗檢查結果、心肺功能檢查結果等），在最新的肺癌治療指南中這個患者應當采用什么樣的檢查和治療方法；二是權威的國內外雜志近年來有哪些相關的文獻報道，并提供相關的文獻摘要供醫生參考；三是 AI 自動從零氪數據庫的大量肺癌資料中，找出同類患者采用所推薦的治療方法的遠期生存結果。因此醫生不僅清楚為什么要采用這種診療方案，同時還知道采用這種治療方案的遠期療效，對療效有一個真實世界數據支持的預判。
5 AI輔助肺癌診療的數據庫建設
置入醫院網管系統的 AI 服務器，在提供輔助肺癌影像診斷、輔助肺癌病理診斷和輔助肺癌診療決策系統的同時，即可將肺癌患者的各項臨床資料（包括影像、病理、檢驗、病歷、出院后隨訪等）通過 AI 自然語言識別等功能，使之成為一個結構化和標準化的肺癌單病種數據庫（圖 6）。這種數據不離院的單病種肺癌數據庫的建設模式，既保證了患者數據的安全性，又為開展肺癌臨床研究提供了非常好的條件。
圖6
肺癌單病種數據庫建設
6 AI 在肺癌診療領域應用的展望
通過近兩年的臨床應用，我們可以有信心地說，將 AI 用在肺癌臨床的輔助診斷和輔助治療上是完全可行的。對 AI 在臨床中的應用，我們醫生既不要過度迷信，也不要盲目排斥。AI 在肺癌輔助診療中的應用，有一個逐漸完善的過程，急功近利則欲速不達。在提高 AI 輔助診療水平的過程中，需要臨床醫生與 AI 工程師密切合作，由醫生對 AI 提出需求和改進的內容。AI 具有自我學習的優勢，隨著臨床應用數量的增加，AI 輔助診斷的水平會不斷提高。另外，即使 AI 已經比較成熟了，仍然是輔助醫生診療肺癌的工具，最終的診斷和治療方案的確定還是由臨床醫生決定。AI 的臨床應用，可以大大提高臨床醫生的工作效率。如果推廣到基層醫院使用，會讓基層醫院診治肺癌的水平顯著提高，從而提高我國肺癌整體診療的同質化、標準化水平，也將促進我國政府大力倡導的分級診療的順利開展，造福于更多的肺癌患者。AI 輔助肺癌診療必將在我國臨床醫學中發揮越來越大的作用。
前途是光明的，道路是曲折的。只要我們堅持不懈地努力，一定可以讓 AI 在醫學領域大放異彩！
利益沖突：無。
