治療癌症，AI可能會成為人類最好的武器

圖片來源@視覺中國

7月15日，坐擁美國最強病理數據的初創公司Paige.ai最近發布了一個重磅消息，這家人工智慧癌症檢測及治療初創公司宣布在《Nature Medicine》上發表論文，證實其AI病理系統對於攝護腺癌、皮膚癌及乳腺癌的檢測率已經達到了「近乎完美」的準確率，宣布這是「世界首個臨床級別的病理學AI應用」。

MedTech Innovator大會，許多癌症診斷與治療的創業公司分享了癌症診療的新進展

不管是行業的新消息，還是重量級大會上的種種進展，都在展現一個重要趨勢：在未來癌症診療中，AI會是最重要的技術手段之一。

在醫學昌明的今天，癌症仍舊是不治之症，每年奪走全球超過800萬人的生命。世界衛生組織去年9月發布的報告稱，全球1/5的男性和1/6的女性在一生中會患上癌症，1/8的男性和1/11的女性將死於癌症。

中國作為世界上人口最多、癌症發病率較高的國家，癌症治療仍有很長的路要走：國家癌症中心統計數據，中國癌症患者經治療的5年存活率約為30%，仍然遠遠低於歐美等發達國家的70%-80%。

2018年初，著名醫學雜誌《柳葉刀》（Lancet）雜誌發表了第三輪全球癌症生存分析（CONCORD-3），中國肺癌、肝癌、胰腺癌三大癌症的5年存活率均在20%以下，兒童腦癌，急性淋巴細胞白血病以及淋巴瘤等兒童癌症5年生存率在50%以下，而美國、加拿大、卡達等國的5年生存率可以達到80%甚至90%以上。

而在這條布滿荊棘的必經之路上，人工智慧可以在三個方面幫助我們：預防、診斷、治療。

AI影像協助癌症預防及早期篩查

面對癌症這個「重病之王」，迄今為止，人們對付它的最強武器還是預防及早期篩查。

這是因為提前篩查能夠有效降低發病率。《華盛頓郵報》報導中寫道，如今在發達國家，預防工作正在幫助降低各種癌症（包括肺癌和宮頸癌）的發病率。

而AI技術能夠讓早期篩查的效率和準確率提高，進一步幫助人們做好癌症預防。以大腸癌為例，腸息肉對其早期診斷至關重要，因為息肉可能惡化為癌症。2017年，達特茅斯教授Bruno Korbar實現了從腸道組織染色圖鑑別可能致癌的腸道息肉的CNN（卷積神經網路），精確度達到93%。

以Paige.ai為例，他們研發的AI系統通過深度學習技術，在數年時間內，用四個國家裡超過15000名癌症患者的45000張癌症病理影像進行訓練，最終得到了優秀的診斷準確率。

病理切片固然是癌症診斷的金標準，但局限於其有創性，以及病理探測的局部性，在潛在疾病人群中使用病理探測的方法來實現常規定期的癌症早期篩查是不可行的。醫學影像方法，包括CT、PET以及MRI，基於其全面角度探測以及無創的特點，便成為癌症早期篩查的有力工具。目前在醫院影像領域，已經有不少相關的AI研究和產業轉化在開展中。

2019年的Google I/O上，谷歌產品經理Lily Peng展示了谷歌在肺癌提前檢測上的成果————在所有癌症中，肺癌的致死率最高，「不幸的是，80%的肺癌都難以在早期篩查出來」。

Lily Peng展示谷歌肺癌提前檢測的成果

通過美國國家癌症研究所及西北大學提供的肺癌病理圖像，谷歌訓練了一個檢測惡性腫瘤能力的神經網路，能力與訓練有素的放射學醫生持平甚至更高。結果顯示，AI系統通過掃描患者確診肺癌前一年的CT，就能找到癌症跡象。對於這樣的患者來說，提前篩查意味著40%的生存率提升。

此前，癌症早期篩查時常引發爭論：大量的早期癌症篩查也意味著更多的誤診率、浪費的醫療費用以及過度治療。不難想像，在AI提升癌症影像質量和效率、提升早期篩查準確率後，這個問題也可能會迎刃而解。

在剛剛閉幕的2019 SNMMI年會上頒發的年度圖像獎中，來自德國海德堡大學醫院的新型68Ga-FAPI 示蹤劑PET可以提供清晰的腫瘤輪廓、高度的圖像對比度。其研究表明，68Ga-FAPI PET/CT顯像在28種不同的腫瘤中具有良好的顯像特性，尤其是肉瘤癌、食道癌、乳腺癌、膽管癌和肺癌。

FAPI（fibroblast activation protein inhibitor）全稱為成纖維細胞激活蛋白（FAP）抑製劑，這些成纖維細胞最多能組成腫瘤組織的90%以上，而在正常細胞中無表達或過低，所以FAP能有效地用於識別腫瘤。

「68Ga-FAPI的高吸收率使其對許多癌症類型有用，特別是在傳統的18F-FDG PET / CT面臨局限的情況下，」德國海德堡德國癌症研究中心及海德堡大學醫院核醫學教授Uwe Haberkorn博士表示。 「例如，低級別肉瘤通常有較低水準的18F-FDG，導致良性和惡性病變之間的重疊。在乳腺癌中，18F-FDG PET / CT常用於複發後的圖像檢測，但通常不推薦用於早期癌症檢測。對於食道癌，18F-FDG PET / CT對淋巴結分期的敏感性通常只有低到中等。」

今年SNMMI年會上，低異塵餘生劑量、高成像速度的全身PET成像硬體系統也是大會的關注重點，受到全球分子影像的研究學者及臨床醫生的廣泛關注。

比如鈦媒體此前報導過的深透醫療（Subtle Medical），主攻加速醫學影像成像，能夠讓PET（核醫學影像、正電子發射計算機斷層掃描）減少放射試劑劑量4倍以上，再通過深度學習技術完成影像增強，達到診斷級別。換句話說，他們能讓對於診斷癌症非常重要的PET影像模態變得更有效率、放射性更小。

深透醫療聯合創始人、史丹佛大學醫學院教授Greg Zaharchuk博士在SNMMI大會上專題報告AI在核醫學中的應用與價值，介紹相關實驗室以及深透醫療在基於深度學習的PET圖像重建/增強方面的技術進展

「目前醫學影像的AI產業化應用方面，大部分公司都集中在產業鏈的下遊，即醫學影像的輔助診斷（CAD，Computer Aided Diagnosis）。深透醫療聚集了一批擁有深度數學、物理、計算機及臨床醫學背景的醫學影像資深研究工作者，將研發重點集中在了產業鏈的上遊，即圖像的重建和優化。」深透醫療CEO Enhao Gong表示。

在前不久發布的《醫學影像AI白皮書》中，產業和臨床研究專家就提出，「醫療影像標準化、結構化數據嚴重不足。標準的影像數據……是醫療影像AI發展的基礎」。而AI影像公司的加入，有助於給行業帶來更加標準的影像數據，為未來圖像輔助診斷、醫學影像AI腫瘤早期篩查奠定基礎。

雖然大部分癌症在確診之後都會進入困難模式，但是AI在這個階段仍有用武之地。

面對癌症，過去人類主要有三大治療武器：手術、化療、放療，目的是去除病灶。顧名思義，手術是通過物理方式來切除病灶，化療是通過服用、注射藥物等方式來控制癌症，放療則是使用高劑量的異塵餘生來嘗試殺死癌細胞。一般來說，根據不同的病種和病程，這些治療方式會混合使用。

不難想像，在放療中，異塵餘生對於病人的健康組織也會有傷害，如果劑量更加「個性化」，就能減少對病人的負面影響。

前段時間Cleveland Clinic在知名醫學刊物《柳葉刀》發布論文，介紹了他們搭建一個AI框架，來指導944名肺癌患者治療過程的經驗。結合病人的CT（Computerized tomography，X射線計算機斷層成像）和EHR（Electronic health record，電子病歷），他們利用機器學習技術訓練的AI系統能夠告訴他們建議的放療劑量，讓放療真正做到個性化，最終可以把副作用降到最低，讓治療的失敗率降低到5%以下。

與此同時，靶向療法、免疫療法等精準治療方式近年逐漸興起，前者通過干擾癌變所需特定分子來進行治療，後者通過激活患者自身的免疫系統來治療癌症。

在傳統療法中，MRI能幫助放療技術更加精準地攻擊病灶。這件事情傳統醫療公司已經在做——美國醫療器械公司View Ray，通過提供特殊的MRI設備，能夠做到在放療過程中用MRI追蹤病灶，讓放療更加精準。而AI技術可能能夠再推進一步。

比如中國的柏視醫療，其鼻咽癌放療臨床靶區自動勾畫系統可同時自動勾畫GTV（腫瘤區）和CTV（臨床靶區），將單個鼻咽癌患者的靶區勾畫時間從2-4小時縮短到10分鐘內，勾畫效果接近於鼻咽癌放療專家的水準。

「人工智慧將大大提高靶區勾畫精準度，減少醫生勾畫時間，實現醫療局部痛點的一個突破性進步，並進一步滿足醫生臨床需求，為患者提供最優化的治療方案。」柏視CEO沈爍對鈦媒體表示。

癌症之所以致死率極高，就在於它在瘋狂生長下不斷往其他身體器官轉移的可能性。而AI還能用於更好地識別癌症轉移，提高手術治療的成功率。病理學家Andrew H. Beck創辦了PathAI，開發的其中一種軟體就能幫助識別淋巴結中的轉移跡象以及是否存在癌細胞等簡單測定。

AI同樣能對最新的免疫療法提供幫助。

「我們的工具將真正改善診斷的準確性與治療效果，病理學將成為人工智慧真正徹底改變的第一個醫學領域。」在IEEE的一次採訪中，Beck這樣談到PathAI正在做的事情。除了識別轉移細胞以外，PathAI的軟體繪製的現有組織類型圖中，展現了癌症發展的上皮細胞；他們製作的免疫細胞圖，則可以展示新的免疫治療藥物對腫瘤的治療效果。

不難想像，更好的病理影響分析有助於判斷每位癌症患者腫瘤性質，並為治療方案提供指導意見。

不過，AI行業與醫療行業的特性，也意味著未來仍有多層級的困難需要克服：

首先，大部分深度學習技術都對數據的質量有較高要求，對於沒有這類數據基礎的初創公司來說，數據很可能是一個很大的門檻。Paige.ai能夠做到如此大量的癌症數據訓練，得益於斯隆-凱特琳癌症中心（MSKCC）獨家授權的400多萬個包含病理學信息和電子病理的檔案；深透醫療創始人則來自史丹佛相關實驗室，拿到了史丹佛及史丹佛醫院的專利及數據授權。

其次，醫療機構往往相對保守，在現有的治療流程上引進新技術的應用，可能需要較長時間的測試與磨合。

過去的數個世紀裡，人類對癌症束手無策：物理切除，大換血甚至用山羊糞、青蛙來「以毒攻毒」；現代醫學技術和AI技術的進步讓我們得以在這個最可怕的死神面前有了真正的武器，或許有一天，寶貴的生命流逝地能慢一點、再慢一點，癌症也最終成為一種可控制、甚至可治癒的疾病。（本文發自矽谷，首發鈦媒體，作者/丁詩貝）