近兩年來，人工智能（AI）成為各界焦點，除了在圍棋和無人駕駛上大秀實力，人工智能也越來越多地被應用到醫療領域。隨著“AI＋醫療”的研發成果不斷涌現，一些產品已經在國內外多家醫院落地應用。整體來看，AI技術對于提升多種疾病的篩查和診斷效率作用明顯。在精準醫學領域，利用AI對影像、病理、基因等健康醫療大數據進行挖掘，也可以為病人提供更加精準化的治療方案。

在9月17日舉行的2018世界人工智能大會上，谷歌云AI團隊前任“掌門人”、斯坦福大學計算機視覺專家李飛飛表示，AI能夠改變人類與工作的關系，替代一些危險的、重復性的工作，從而使人類的素質有進一步發展和繁榮的機會，而未來計算機視覺將為醫院里帶來革命。

今日，一項發表在Nature Medicine期刊（IF：32.621）的最新研究顯示，通過人工智能，可以對非小細胞肺癌患者的腫瘤圖像進行分析，進而對癌癥類型（肺癌腺癌和肺癌鱗癌）進行分類，甚至可以在無需分子檢測的情況下預測導致癌癥發生的基因突變。

文章于9月18日發表于Nature Medicine期刊。圖片來源：Nature Medicine

據悉，該研究由紐約大學醫學院領導。研究人員表示，該程序在鑒別腺癌和鱗狀細胞癌上具有97％的準確性。對于這兩種肺癌類型，即使很有經驗的病理學家有時也很難在沒有確認檢測前進行區分。此外，這種AI工具還能幫助預測與肺癌相關的6種基因突變，包括EGFR、KRAS、TP53、STK11、FAT1以及SETBP1。針對不同的基因，其準確度在73％~86％范圍之間。研究人員介紹，這些遺傳變化或突變通常會導致癌癥的異常生長，但也會改變細胞的形狀以及細胞與周圍環境的相互作用，這就為AI分析提供了視覺上的線索。

圖片顯示AI工具如何對癌變組織進行分析：在繪制的圖像中，AI可以區分兩種肺癌類型（紅色及藍色為不同類型，灰色為正常肺組織）。圖片來源：紐約大學醫學院

在臨床實踐中，明確哪些基因在不同類型腫瘤中發生的改變是至關重要的。對于不同個體，只有有針對性地開展靶向治療或免疫治療等，才能最大程度發揮藥物價值，實現精準醫療的愿景。例如，已知大約20％的肺腺癌患者具有EGFR突變，并且已有相關藥物獲得批準用于治療這類患者。但在基因檢測發展如此迅速的今天，臨床上仍至少需要至少等待數天時間才能獲得檢測結果。

文章通訊作者、紐約大學病理學系副教授Aristotelis Tsirigos說道：“延遲癌癥治療的開始時間從來都不是好事。我們的研究提供了強有力的證據，證明AI手段能夠快速進行癌癥分型和預測突變譜，從而使患者能夠更快地接受靶向治療。”

在這項研究中，研究小組對統計方法進行了設計，使該程序能夠“學習”如何在一項任務中更加優化。該程序還建立了數學模型和相應規則，使得基于數據示例的決策成為可能，隨著訓練數據的增長，該程序將變得更加智能。有趣的是，這項研究發現，在AI程序錯誤分類的一小部分腫瘤圖像中，大約有一半也被病理學家錯誤地進行分類，這也顯示對肺癌腺癌和肺癌鱗癌進行分類存在的困難。另一方面，在這項研究中，至少被一位病理學家錯誤分類的54張腫瘤圖像中，有45張被AI程序分類為正確的癌癥類型，這表明人工智能或許可以為腫瘤分型提供第二種選擇。

作者表示：“在我們的研究中，我們很高興能提高病理學水平的準確度，并證明AI可以發現癌細胞和周圍組織中以前未知的模式。數據和計算之間的協同作用正在創造前所未有的機會，以改善醫學及實踐。”未來，該小組計劃繼續使用數據對其AI程序進行訓練，直到該程序在預測基因突變上擁有超過90%的準確率。目前，研究人員正在尋求政府批準，以在臨床中通過該技術進行癌癥診斷。

參考資料：

1. Classification and mutation prediction from non–small cell lung cancer histopathology images using deep learning

2. Artificial intelligence can determine lung cancer type