太平洋科技要聞

AI在咳嗽中檢出癌癥，不信？世衛(wèi)組織正全球推廣

量子位整合編輯：太平洋科技發(fā)布于：2024-06-03 16:02

中國的AI技術，登上聯合國了！

AI for Good峰會是聯合國在AI領域的旗艦峰會，今年，聯合國秘書長古特雷斯、“深度學習三巨頭”之一的Hinton，以及OpenAI CEO奧特曼等都來參會了。

這樣一場盛會中，一位中國女性患者吹奏口琴的視頻吸引了全場的注意，她是全球首位AI胰腺癌早篩技術的受益者。

而分享者是阿里達摩院醫(yī)療AI團隊負責人、IEEE Fellow呂樂博士，該團隊聯合多名中國腫瘤醫(yī)生提出的AI多癌篩查技術，已獲得國際性的贊譽。國際頂刊《自然·醫(yī)學》專門刊發(fā)評論 “開啟癌癥篩查的黃金時代”，斯坦福大學《2024年AI指數報告》將其列為全球AI亮點研究，這也唯一來自中國的工作。

在AI for Good峰會現場，世衛(wèi)組織（WHO）數字健康合作中心宣布與達摩院合作，向全球推廣這項中國AI技術，以惠及更多發(fā)展中國家。

AI在咳嗽病人中找出了胰腺癌

這名女性患者來自于江蘇啟東，2023年4月，她因咳嗽在上海一家三甲醫(yī)院呼吸科門診開了一個胸部平掃CT檢查，當時的診斷報告是“未見明顯異常，胰腺纖體尾部周圍少許炎癥可能”。

咳嗽很快就停了，她也未太在意。

但不久后，她突然接到醫(yī)生的隨訪電話：“你要重視一下，最好要做一個上腹部的增強CT。”

原因是她的CT影像被納入達摩院牽頭的“平掃CT+AI”癌癥早篩項目，在2萬多例真實病例的回顧性試驗中，她被AI識別為疑似早期胰腺癌。

她隨后回到醫(yī)院做了胰腺MR平掃+增強CT檢查，結果顯示，AI的判斷是對的：胰尾部有腫塊，增強后可見輕度強化，大小約25×31mm。

檢查結果落定，醫(yī)院給她安排了根治性的胰尾切除手術。手術后僅五天，她就順利出院�，F在手術已過去一年多，黃女士身體健康，沒有出現復發(fā)或轉移。

主治醫(yī)生介紹說，醫(yī)院常用的平掃CT圖像對比度低，如果沒有AI識別，很難從平掃CT中發(fā)現早期胰腺癌。

胰腺癌是全球生存率最低的惡性腫瘤之一，主要是因為發(fā)現就是晚期，早期發(fā)現太難，目前臨床指南缺乏有效早篩手段。

從被質疑到登上聯合國

癌癥是全球最重要的公共衛(wèi)生議題之一。WHO的研究數據顯示，有三分之一的癌癥可通過早發(fā)現、早診斷、早治療實現治愈。

但問題在于，對大規(guī)模無癥狀人群進行癌癥篩查并非易事。

以歐美的主流研究方向之一的“滴血驗癌”為例，這種通過捕捉血液中腫瘤組織ctDNA碎片的篩查方法，存在捕獲能力差、檢出率低、個體化差異導致泛化性能差、價格過高等種種問題。

面對這樣的挑戰(zhàn)，達摩院專注于AI醫(yī)療方向的研究人員們率先想到，可以利用AI技術，將大量用于各類門診、體檢場景的普通CT平掃利用起來，快速識別病灶，實現癌癥早篩。

于是，聯合全球十多家醫(yī)院，達摩院基于此設想構建出了胰腺癌檢測模型PANDA：利用深度學習技術觀察低對比度平掃CT圖像中微小的密度差異，繼而有效檢測出癌癥病灶。

該論文發(fā)表在《自然·醫(yī)學》上，引起了廣泛關注，論文訪問量高達6.4萬。因為該模型效果驚人，在2萬多真實病例的回顧性試驗中發(fā)現了31例臨床漏診病變，其中2例早期胰腺癌病患已被治愈。

論文提到，PANDA在胰腺癌早期、小病灶的檢測上，準確性超過了人類放射科醫(yī)生。在多中心驗證中，PANDA的病變檢測AUC為0.986-0.996，相較于放射科醫(yī)生的平均表現，靈敏度高出34.1%，特異性高出6.3%。

另外，在對其他癌癥病灶的識別上，PANDA也展現出了可泛化性。

這樣的數據意味著，PANDA首次證實了在平掃CT上使用AI進行胰腺癌篩查的可行性，并達到了此前認為可能達不到的高性能，是一種極具潛力的大規(guī)模癌癥篩查新工具。

但這樣的創(chuàng)新并非一開始就被廣泛接受。

不要說推廣，連論文的發(fā)表都很困難，從Received到Accepted花費長達8個月，曾遭遇審稿人的58連問，包括全球頂級胰腺癌專家、德國教授Jörg Kleeff。

還有一位荷蘭醫(yī)學專家還當面對呂樂提出了質疑：他的團隊在該領域已深耕35年，也無法達到PANDA給出的研究成果，因此對這項技術表示懷疑。

呂樂團隊為此在阿里云的法蘭克福節(jié)點上創(chuàng)建了一個demo，讓海外專家們能夠使用自己的數據來實際檢驗這套人工智能癌癥篩查系統(tǒng)，消除疑慮。

最終，Jörg Kleeff教授被論文及其補充材料所折服：“結果相當出色，可能會顯著改變我們對于胰腺癌篩查的方法”，向《自然·醫(yī)學》編輯部強烈建議論文發(fā)表。他還為《自然·醫(yī)學》撰寫評論文章《基于醫(yī)療影像AI的癌癥篩查即將進入黃金時代》。

從胰腺癌到多癌早篩從實驗到落地

研發(fā)出PANDA模型后，達摩院沒有停下，反而加快了腳步，從胰腺癌早篩往多種癌癥邁進。

他們正在聯合全球多家頂尖醫(yī)療機構，探索通過一次平掃CT就查出多種癌癥（胰腺癌、食管癌、肝癌、肺癌、結直腸癌、胃癌、乳腺癌、淋巴異常）或慢性疾�。ㄐ难芗膊�、主動脈綜合征、骨質疏松、脂肪肝等）的醫(yī)療AI產品。

這些研究正在加速落地，在國內，依托阿里巴巴醫(yī)療AI多癌早篩公益項目，達摩院AI率先在麗水市中心醫(yī)院和景寧縣人民醫(yī)院落地部署，通過“平掃CT+AI”方式輔助醫(yī)生進行多種疾病的篩查和診斷。

在國外，加勒比海國家安提瓜和巴布達主動向達摩院拋來橄欖枝，在該國總理的見證下，該國衛(wèi)生部與達摩院正式簽約。

這次，世衛(wèi)組織WHO更是“盯上”了這項技術，將在渠道、市場、落地、技術、標準等方面強化與達摩院的合作，讓更多醫(yī)療資源不均衡的發(fā)展中國家和地區(qū)共享這項前沿成果，全球合力抗癌。

為什么能從備受質疑跨越到國際追捧？其中的一大關鍵是達摩院AI多癌早篩技術僅僅停留在理論上，還具有很強的可實踐性。

IEEE Fellow、約翰·霍普金斯大學教授Alan Yuille就評價這項研究稱：

目前的醫(yī)療AI系統(tǒng)普遍在訓練樣本平衡下表現出色，但是應用到真實環(huán)境往往會有域差距（Domain Group），PANDA在真實世界的驗證和迭代的模式讓其保持非常高的特異性，展現了魯棒的性能。

技術的普惠性也是一大原因。根據測算，往常要篩查七大主流癌癥，一系列如胃腸鏡、增強CT、超聲的傳統(tǒng)檢查累計下來，成本至少需要3000元。而基于平掃CT+AI的一掃多查，成本僅約200元，在有效提高早期癌癥檢出率的同時，也不會給患者帶來額外的經濟負擔和身體負擔。

“用AI解決真實臨床需求”

實際上，達摩院開展AI+醫(yī)療研究的時間很早。

新冠疫情初期，達摩院緊急研發(fā)出CT影像新冠肺炎AI輔助診斷系統(tǒng)，應用于國內600多家醫(yī)院，分析病例超過80萬，獲評全國科技抗疫先進集體。

這與達摩院的創(chuàng)立初衷有關。馬云曾說過，達摩院要成為一家面向未來、以科技解決重大社會問題的企業(yè)研究機構。

作為達摩院醫(yī)療AI團隊負責人，IEEE Fellow呂樂對于技術的第一性原則也很明確：

AI應該解決那些尚未得到解決、而病人又真切需要的臨床需求。我們需要在病人性命有關的臨床問題上，做出不可或缺的貢獻。

目前，達摩院醫(yī)療AI團隊專注于以醫(yī)學圖像AI為核心的精準癌癥治療全流程，研發(fā)了包括規(guī)模篩查、精準診斷、預后治療、響應評估在內的全流程癌癥診療技術，陸續(xù)在胰腺癌、食管癌、肺癌、乳腺癌、肝癌、胃癌、結直腸癌等高發(fā)癌癥的識別、篩查上取得了階段性進展，研究先后登上《自然·通訊》《自然·醫(yī)學》等期刊及CVPR、MICCAI、IPMI等AI頂會，包括：

2022年10月，基于深度學習，對頭頸癌癥42個危機器官進行高效、精準勾劃，可有效減少放射治療并發(fā)癥，相關論文登上《自然·通訊》，也被評為中國醫(yī)學人工智能代表性算法。

2023年6月，針對視覺領域的OOD（分布外檢測）難題，達摩院提出了全新的醫(yī)學圖像語義分割框架，能夠讓AI更準確地識別腫瘤中的疑難罕見案例，并在胰腺腫瘤和肝臟腫瘤上獲得驗證，被計算機視覺國際頂會CVPR 2023評為Highlight論文。

2023年8月，發(fā)布多癌影像分析通用模型CancerUniT，借助增強CT，可輔助診斷八種主流癌癥，該模型論文成果被計算機視覺頂會ICCV 2023收錄。

同月，發(fā)布第一個可以分割全身143個器官的連續(xù)深度學習框架，成果被ICCV 2023收錄。

……

達摩院還和浙大一院、復旦腫瘤醫(yī)院、盛京醫(yī)院等多家大型三甲醫(yī)院建立了深厚的臨床科研合作關系，其醫(yī)療AI產品已成功對接落地30+家醫(yī)療影像合作伙伴，累計落地醫(yī)療機構數達1000+家，為全球600+萬人次提供多癌早篩服務。

AI席卷全球，世界正在因此改變。

對于大眾而言，更重要的或許是，這些AI技術創(chuàng)新，開始對普通人的生活產生真實的、積極的影響。

AI for Good，AI for All，這正是技術發(fā)展的價值所在。

而這一次，如達摩院這樣的中國科研力量沒有缺席，并正在不斷憑借成果吸引世界的矚目。

本文來源：量子位

AI技術癌癥早篩