陈根:难以筛查的癌症之王,被人工智能解决了?

观察未来科技

2023-11-22 08:36

文/陈根

在所有癌症中,胰腺癌绝对是最凶险的一种,胰腺癌也被称为“癌症之王”。

在我们国家,近10年来,胰腺癌的发病率逐年增高,而患者平均生存期仅仅有4个月到6个月。绝大多数胰腺癌患者在确诊时已是中晚期。

当然,越早发现胰腺癌,肯定能获得更好的治疗和预后。但问题是,胰腺癌实在是太难发现了,不仅难发现,还容易误诊。世界卫生组织曾表示,有三分之一的癌症可通过早发现、早诊断、早治疗实现治愈,但是,临床指南却并不推荐筛查胰腺癌,因为就胰腺癌来说,目前还缺乏有效的筛查手段,已有的筛查手段不仅难以查出胰腺癌,甚至还有可能产生大量的假阳性。

那么为啥胰腺癌这么难查?主要是我们的胰腺藏得很深,在后腹膜的位置,并且早期症状不明显,甚至是没啥症状。

既不好筛查,预后又差,难道我们就拿胰腺癌一点办法都没有吗?那倒也不是,最近,阿里达摩院联合了十多家顶尖医疗研究所,尝试利用人工智能来解决这个问题,效果可以说是非常不错。

研究人员通过“平扫CT+AI”进行大规模的胰腺癌早期筛查,在2万病例中仅发现31例漏诊,这相较于过去的胰腺癌筛查已经是非常了不起的一个突破了。那么,研究人员究竟是怎么做到的?

我们已经知道,胰腺癌变位置隐匿,常常难以在普通CT图像中被准确识别,为了解决这个难题,达摩院的研究团队设计了一个独特的深度学习框架——PANDA模型,其原理简单来说,就是利用人工智能放大和识别平扫CT图像中肉眼难察觉的微小病理特征。

PANDA模型包括三个关键阶段:

首先,定位胰腺,这一步用到的是一个叫做U-Net的分割网络,这一分割网络能够在CT图像中准确地定位胰腺的位置。这也是关键的第一步,因为我们需要知道胰腺在哪里才能进一步分析它是否存在异常。

然后,是异常检测。这一步用到的是一个多任务网络(CNN),能够识别可能是胰腺癌的区域,有助于缩小关注范围。

最后一步,就是病变分类,这一步用到的是双通道Transformer模型,双通道Transformer模型可以帮助医生确定是否存在癌症以及其具体的类型,从而为医生提供更全面的信息。

除此之外,研究人员还引入了一项创新的训练方法,这项方法被称为“知识迁移”,就是利用图像配准技术,将增强CT上的先验知识迁移到平扫CT的数据集上。通过这种方式,平扫CT就能获得增强CT关于肿瘤的额外信息。

目前,研究人员已对这一模型已经进行了检验,以6000余例胰腺疾病患者进行的多中心验证显示,PANDA检出胰腺病变的准确率高达98.6%-99.6%,而鉴别胰腺导管腺癌(PDAC)的敏感性和特异性,更是比人类影像科医生阅片分别高出34.1%和6.3%,而且,PANDA还可以鉴别其它常见的胰腺病变。

现在,这项技术已在医院、体检等场景被调用超过50万次,每1000次只出现一次假阳性,研究人员表示,未来将持续进行多中心前瞻性临床验证。

这也让我们再一次看到了人工智能在医疗领域的变革力量,要知道,直到今天,我们都缺乏有效的胰腺癌筛查手段,但人工智能的加入,马上就能改变这一现状,未来,我们只要去体检时做个最简单的平扫CT,就能查出有无胰腺癌。这将会大大改善胰腺癌患者的预后,提高胰腺癌患者的生存率。这也让我们不得不承认,有些地方,人工智能确实比人类更靠谱。

特别声明
本文为正观号作者或机构在正观新闻上传并发布,仅代表该作者或机构观点,不代表正观新闻的观点和立场,正观新闻仅提供信息发布平台。
最新评论
打开APP查看更多精彩评论

微信扫一扫
在手机上浏览