引用本文： 嚴律南, 楊家印. 人工智能肝癌臨床決策支持系統的開發、驗證和應用價值. 中國普外基礎與臨床雜志, 2020, 27(9): 1052-1056. doi: 10.7507/1007-9424.202007092 復制
人工智能（artificial intelligence，AI）是研究、開發用于模擬、延伸和擴展人智能的理論、方法、技術及應用系統的一門新技術科學，專門研究計算機模擬或實現人類的學習行為即機器學習，以獲取新的知識或技能，重新組織已有的知識結構，使之不斷改善自身的性能。機器學習是一門多領域交叉學科，涉及概率論、統計學、逼近論、凸分析、算法復雜度理論等多門學科。自 2016 年 1 月 27 日英國《自然》雜志發表的一篇文章報道谷歌的 AI 系統阿爾法圍棋（AlphaGo）于 2015 年 10 月以 5∶0 完勝歐洲圍棋冠軍以來，AI 在醫學領域的應用研究也開始了廣泛探索[1-2]。
1 智能醫院、智能肝臟外科的興起
近年來，AI 在超聲、CT、MRI 影像診斷方面有了飛速的進展[3-5]，在胃腸內鏡診斷方面也進行了大量探索[6-9]，在臨床診治[10-11]及外科手術[12]中有了喜人的進展。AI 為醫學的發展和變革開啟了新的機遇，開始逐步興起了智能醫院及智能肝臟外科的概念。
2 四川大學華西醫院對 AI 在肝癌診治方面的初步開發研究
上海華山醫院張群華教授團隊的頤保醫療科技“醫庫云”與四川大學華西醫院（以下簡稱“我院” ）肝臟外科合作，采用 2006–2016 年期間我院“肝癌診治隨訪登記系統”中約 2.3 萬病例中有完整隨訪資料的 5 008 例肝癌患者對 AI 系統進行研究，制定了多種技術路線，通過多角度及深層次的嘗試，致力于開發出效果較好、實用性較強的醫療決策系統。在算法方面，采用可解釋性較強的基于決策樹的梯度提升迭代決策樹（gradient boosting decision tree，GBDT）算法；同時受 Siamese Net 啟發，采用共享權值的方式模擬同一患者不同決策方案治療的結果，從而為患者挑選出最佳治療方案。清華大學及第三軍醫大學在技術層面給與了支持。
經過 1 年多的努力，最終開發出了“AI 肝癌臨床決策支持系統”（以下簡稱“AI 肝癌系統”）這一創新程序。臨床醫生只需將肝癌患者的臨床檢驗數據、影像學數據等輸入 AI 肝癌系統，經該系統計算后可立即給出治療方案，同時輸出包括患者的生存周期、復發率、復發周期等預測值的 AI 報告。
AI 肝癌系統生成報告包括患者信息、指南方案推薦結果及 AI 輔助診斷結果三大部分。①“患者信息”包括患者特征、疾病基本情況、肝癌既往治療史、影像學、肝功能評估、既往病史、生化檢查結果及綜合指標 8 項。②“指南方案推薦結果”是基于肝癌醫學指南知識，提供有優先級的治療方案，并給出其相應的診斷依據。③“AI 輔助診斷結果”包括治療方案智能推薦及生存和復發狀況智能預測。
3 對 AI 肝癌系統的臨床驗證情況
采用我院 2019 年 11 月至 2020 年 2 月共 4 個月期間收治的臨床病理資料完整的 549 例肝癌患者對 AI 肝癌系統進行驗證。其中 2019 年 11 月 100 例患者，2019 年 12 月 49 例患者，2020 年 1 月 200 例患者，2020 年 2 月 200 例患者；復發肝癌 321 例、初診肝癌 227 例；手術切除 147 例，消融 18 例，介入 337 例，肝移植 4 例。將全部數據輸入 AI 肝癌系統中驗證的結果發現，手術切除準確率為 95.2%（140/147），消融準確率為 88.9%（16/18），介入準確率為 94.1%（317/337），肝移植準確率為 75.0%（3/4）。
其中 3 例典型病例的影像圖見圖 1。3 例患者均在診斷為肝癌后入院，入院完善各項檢查后，將“患者信息”這一部分內容輸入 AI 肝癌系統，經該系統程序處理后即可生成 AI 報告，見圖 2-圖 4。從 AI 報告圖可見，病例 1（圖 2），中國肝癌分期標準為Ⅰa、TNM 分期標準為 T1aN0M0，AI 肝癌系統推薦的治療方案首選手術切除、次選射頻消融；病例 2（圖 3），中國標準肝癌分期為Ⅱb、TNM 分期標準為 T3N0M0，AI 肝癌系統推薦的治療方案首選手術切除、次選介入治療；病例 3（圖 4），中國標準肝癌分期為Ⅲb、TNM 分期標準為 TNM1，AI 肝癌系統推薦的治療方案首選介入治療、次選肝移植。綜合推薦方案并結合各種方案下的生存和復發狀況預測，病例 1 選擇了射頻消融，病例 2 選擇了右半肝切除，病例 3 選擇了肝動脈化療栓塞術，此 3 例患者治療后均順利出院。可見，參照 AI 肝癌系統生成的 AI 報告更有利醫生及患者家屬對治療的選擇。目前正在將 AI 肝癌系統在四川、廣東、山東的部分三甲醫院進行進一步驗證。
圖1
示 3 例典型病例的影像學檢查結果
a：病例 1 的 CT 影像圖；b、c：病例 2 的 MRI 影像圖；d、e：病例 3 的 CT 影像圖
圖2
示典型病例1 AI報告中的患者信息（a、b）、指南方案推薦結果（c）及AI 輔助診斷結果（d）
圖3
示典型病例2 AI報告中的患者信息（a、b）、指南方案推薦結果（c）及AI 輔助診斷結果（d）
圖4
示典型病例3 AI報告中的患者信息（a、b）、指南方案推薦結果（c）及AI 輔助診斷結果（d）
4 小結
本研究中的 AI 肝癌系統是基于我院提供的 2006–2016 年期間具有完整隨訪資料的 5 008 例肝癌患者的數據，通過 AI 思維、機器學習以及神經網絡方法建立的肝病實際診療病例的預測模型，然后采用我院 2019 年 11 月至 2020 年 2 月期間的病例對該系統進行了驗證，結果證明了臨床應用準確率為 90% 左右，效果較為滿意。總結本 AI 肝癌系統具有如下優點：① 提高年輕醫生和基層醫院的診療水平，幫助他們根據患者的臨床檢查結果及影像學資料來準確分析患者應采用的最佳治療方案，同時提高了其自身的診療水平，避免了病情的耽誤。② 提高醫生向患者解釋的可信度，在通常情況下，醫生向患者及家屬建議肝癌需行手術或介入治療時，患者及家屬最希望了解的是手術風險有多大、術后復發概率多大、還能存活多久等問題，但是醫生往往只能提供不確定的主觀回答，然而有了本系統后就可以用 5 000 多例患者并通過 AI 精準計算出來的客觀預測結果給患者以充滿信心的回答。③ 增加患者對醫生的信任，在術前能給予患者智能的預測結果，患者會更加滿意和信任。④ 是走向智能科室的初步體驗，是醫學的創新和進步。
人工智能（artificial intelligence，AI）是研究、開發用于模擬、延伸和擴展人智能的理論、方法、技術及應用系統的一門新技術科學，專門研究計算機模擬或實現人類的學習行為即機器學習，以獲取新的知識或技能，重新組織已有的知識結構，使之不斷改善自身的性能。機器學習是一門多領域交叉學科，涉及概率論、統計學、逼近論、凸分析、算法復雜度理論等多門學科。自 2016 年 1 月 27 日英國《自然》雜志發表的一篇文章報道谷歌的 AI 系統阿爾法圍棋（AlphaGo）于 2015 年 10 月以 5∶0 完勝歐洲圍棋冠軍以來，AI 在醫學領域的應用研究也開始了廣泛探索[1-2]。
1 智能醫院、智能肝臟外科的興起
近年來，AI 在超聲、CT、MRI 影像診斷方面有了飛速的進展[3-5]，在胃腸內鏡診斷方面也進行了大量探索[6-9]，在臨床診治[10-11]及外科手術[12]中有了喜人的進展。AI 為醫學的發展和變革開啟了新的機遇，開始逐步興起了智能醫院及智能肝臟外科的概念。
2 四川大學華西醫院對 AI 在肝癌診治方面的初步開發研究
上海華山醫院張群華教授團隊的頤保醫療科技“醫庫云”與四川大學華西醫院（以下簡稱“我院” ）肝臟外科合作，采用 2006–2016 年期間我院“肝癌診治隨訪登記系統”中約 2.3 萬病例中有完整隨訪資料的 5 008 例肝癌患者對 AI 系統進行研究，制定了多種技術路線，通過多角度及深層次的嘗試，致力于開發出效果較好、實用性較強的醫療決策系統。在算法方面，采用可解釋性較強的基于決策樹的梯度提升迭代決策樹（gradient boosting decision tree，GBDT）算法；同時受 Siamese Net 啟發，采用共享權值的方式模擬同一患者不同決策方案治療的結果，從而為患者挑選出最佳治療方案。清華大學及第三軍醫大學在技術層面給與了支持。
經過 1 年多的努力，最終開發出了“AI 肝癌臨床決策支持系統”（以下簡稱“AI 肝癌系統”）這一創新程序。臨床醫生只需將肝癌患者的臨床檢驗數據、影像學數據等輸入 AI 肝癌系統，經該系統計算后可立即給出治療方案，同時輸出包括患者的生存周期、復發率、復發周期等預測值的 AI 報告。
AI 肝癌系統生成報告包括患者信息、指南方案推薦結果及 AI 輔助診斷結果三大部分。①“患者信息”包括患者特征、疾病基本情況、肝癌既往治療史、影像學、肝功能評估、既往病史、生化檢查結果及綜合指標 8 項。②“指南方案推薦結果”是基于肝癌醫學指南知識，提供有優先級的治療方案，并給出其相應的診斷依據。③“AI 輔助診斷結果”包括治療方案智能推薦及生存和復發狀況智能預測。
3 對 AI 肝癌系統的臨床驗證情況
采用我院 2019 年 11 月至 2020 年 2 月共 4 個月期間收治的臨床病理資料完整的 549 例肝癌患者對 AI 肝癌系統進行驗證。其中 2019 年 11 月 100 例患者，2019 年 12 月 49 例患者，2020 年 1 月 200 例患者，2020 年 2 月 200 例患者；復發肝癌 321 例、初診肝癌 227 例；手術切除 147 例，消融 18 例，介入 337 例，肝移植 4 例。將全部數據輸入 AI 肝癌系統中驗證的結果發現，手術切除準確率為 95.2%（140/147），消融準確率為 88.9%（16/18），介入準確率為 94.1%（317/337），肝移植準確率為 75.0%（3/4）。
其中 3 例典型病例的影像圖見圖 1。3 例患者均在診斷為肝癌后入院，入院完善各項檢查后，將“患者信息”這一部分內容輸入 AI 肝癌系統，經該系統程序處理后即可生成 AI 報告，見圖 2-圖 4。從 AI 報告圖可見，病例 1（圖 2），中國肝癌分期標準為Ⅰa、TNM 分期標準為 T1aN0M0，AI 肝癌系統推薦的治療方案首選手術切除、次選射頻消融；病例 2（圖 3），中國標準肝癌分期為Ⅱb、TNM 分期標準為 T3N0M0，AI 肝癌系統推薦的治療方案首選手術切除、次選介入治療；病例 3（圖 4），中國標準肝癌分期為Ⅲb、TNM 分期標準為 TNM1，AI 肝癌系統推薦的治療方案首選介入治療、次選肝移植。綜合推薦方案并結合各種方案下的生存和復發狀況預測，病例 1 選擇了射頻消融，病例 2 選擇了右半肝切除，病例 3 選擇了肝動脈化療栓塞術，此 3 例患者治療后均順利出院。可見，參照 AI 肝癌系統生成的 AI 報告更有利醫生及患者家屬對治療的選擇。目前正在將 AI 肝癌系統在四川、廣東、山東的部分三甲醫院進行進一步驗證。
圖1
示 3 例典型病例的影像學檢查結果
a：病例 1 的 CT 影像圖；b、c：病例 2 的 MRI 影像圖；d、e：病例 3 的 CT 影像圖
圖2
示典型病例1 AI報告中的患者信息（a、b）、指南方案推薦結果（c）及AI 輔助診斷結果（d）
圖3
示典型病例2 AI報告中的患者信息（a、b）、指南方案推薦結果（c）及AI 輔助診斷結果（d）
圖4
示典型病例3 AI報告中的患者信息（a、b）、指南方案推薦結果（c）及AI 輔助診斷結果（d）
4 小結
本研究中的 AI 肝癌系統是基于我院提供的 2006–2016 年期間具有完整隨訪資料的 5 008 例肝癌患者的數據，通過 AI 思維、機器學習以及神經網絡方法建立的肝病實際診療病例的預測模型，然后采用我院 2019 年 11 月至 2020 年 2 月期間的病例對該系統進行了驗證，結果證明了臨床應用準確率為 90% 左右，效果較為滿意。總結本 AI 肝癌系統具有如下優點：① 提高年輕醫生和基層醫院的診療水平，幫助他們根據患者的臨床檢查結果及影像學資料來準確分析患者應采用的最佳治療方案，同時提高了其自身的診療水平，避免了病情的耽誤。② 提高醫生向患者解釋的可信度，在通常情況下，醫生向患者及家屬建議肝癌需行手術或介入治療時，患者及家屬最希望了解的是手術風險有多大、術后復發概率多大、還能存活多久等問題，但是醫生往往只能提供不確定的主觀回答，然而有了本系統后就可以用 5 000 多例患者并通過 AI 精準計算出來的客觀預測結果給患者以充滿信心的回答。③ 增加患者對醫生的信任，在術前能給予患者智能的預測結果，患者會更加滿意和信任。④ 是走向智能科室的初步體驗，是醫學的創新和進步。
