图片来源：unsplash
摆在医生们面前的，是一张肺部CT照片。
这张照片清晰、干净，影像轮廓与常人无二，即使是最具经验的放射科医生也会做出一致地判断：肺部健康，无异样。
但AI算法会得出不一样的结论：通过观察细微至人眼不可见的肺部斑点，它能判定这名病患已经呈现出早期肺癌的症状，应当及时治疗；如果放任不理，病情就将在未来的1~2年内，发展至能明显确诊的地步。
肺癌是世界上最致命的疾病之一，研究数据表明，在确诊后的5年，病患的死亡率为75%。据国家癌症中心统计，我国每年新发肺癌约78.7万人，因肺癌死亡约63.1万人。
由谷歌联合西北大学等多所机构联合开发的这套算法有望解决肺癌患者的早期确诊难题。利用人工智能，AI模型能够以95%的准确率检测出患者胸部微小的癌症斑点，相比之下，传统的放射科医生的准确率约为65%。
这套AI模型能够根据患者胸部的CT图像，诊断出早期肺癌。在去年进行的一项对比研究中，与六位经验老道的放射科医生相比，AI的准确度更高，检测到的病例增加了5%，假阳性减少了11%，AUC达到94.4%。这意味AI模型能够更早、更准确地发现癌症病例，并且显著地减少了没有患肺癌的人被误诊的几率。
“正常医生可能看不出来有任何异样，”该AI模型的领衔研究人员莫齐亚·埃特玛迪（Mozziyar Etemadi）解释，“但AI模型会分析出潜在的病状，并提供充分的医学依据。”
这套系统在机器学习过程中采用了名为“深度学习”的技术。通过构建测试数据库和模拟训练，深度学习技术能够让AI系统利用真实的病例智能地总结出“一块肿瘤”的概念，而不是单纯地接受由编程人员所输入的“肿瘤的特征”并与病人的检测影像相比对。基于深度学习，AI能够自行产生对肺癌的理解，更加高效、准确地发现肺癌的早期病症。
随着越来越多的训练数据被输入到算法模型中，AI所能给出的判断也会更加精准。据外媒报道，一些深度学习模型还能提供所做出诊断的误差概率，更进一步帮助医生制定临床方案。
此外，谷歌的该AI算法能将CT检测讯息整合为3D模型进行分析，对比传统的CT照片，3D模型不仅能够更加准确地进行医疗诊断，还能检测出传统CT检查无法清楚判断的血管异常等病症。
“3D模型开始让人们重视肿瘤以外的病症，”埃特玛迪表示，“这项技术向我们展现了肺癌诊治的全新可能。我们正在迈向医学的崭新领域。”
更多的研究机构开始尝试将AI算法应用到肺癌诊治当中。来自伦敦大学和伦敦癌症研究所的贾马尔·汉贾尼（Jamal-Hanjani）的研究方向是初步治疗后肺癌复发的早期征兆。在训练AI模型学习数百张病人的放射性影像后，汉贾尼发现免疫细胞含量低的肿瘤在手术切除或化疗后更有可能引起复发。汉贾尼认为，这份研究将有助于放射科医生更好地监测康复后病患的身体状况。
除此之外，伦敦皇家马斯登医院也正在开发一套AI模型，用于更好地区分肺癌并发症与新型冠状病毒所导致的病症。在最近的案例中，由于免疫治疗所引发的副作用，部分癌诊病人呈现出了和新型冠状病毒感染者相类似的肺部影像。这套AI模型有望减少此类病人的误诊率。
肺癌是死亡率最高的癌症之一。事实上，约70%的癌症在病情晚期才被发现，若能在早期通过诊断与预后并及时治疗，成功将肿瘤限制在肺部，患者的生存率将获得极大提高。埃特玛迪希望通过AI算法，能够拯救更多的肺癌患者：
“大多数肺癌患者最后都会死去，但我们仍有机会多救一些人。”
