肿瘤治疗迎来革命性看诊 人工智能可精确标记前列腺癌扫描结果

在扫描过程中肿瘤很难被遗漏。高尔夫球的大小，在脑干上十分醒目且呈白色，而脑干是身体和大脑之间来回传递信息的器官的一部分。从很多方面来说，它是主控制器：从脊髓的顶端，脑干传导每一次心跳，每一次吞咽，每一次呼吸。

对于年轻人来说，癌症以一种戏剧性的方式曝光。肿瘤生长阻塞了大脑排出的液体，引发了严重的癫痫发作。现在医生必须找到最好的治疗方法。

位于剑桥的阿登布鲁克医院的神经肿瘤学家Raj Jena把肿瘤照片拿出来，解释了医生是如何为病人进行放射治疗的。对于这样的案例，他可能需要研究超过100张图片，每一张都只显示出大脑的一小部分。然后，Jena必须仔细地标出肿瘤的边界和应该放弃放射治疗束的敏感脑区的轮廓：例如，下丘脑，脑垂体，通往大脑视觉中心的通路。这个过程可能需要数小时。但只有完成后，计算机才能开始计算如何用放射治疗射束击中肿瘤，而不会影响附近的重要部位。

“在我们确定肿瘤的位置，并定义了我们想要保护的健康组织之前，我们无法开始治疗，” Jena说，“这是瓶颈。你做得越快，你就能越快地让病人接受治疗。”

有了人工智能(AI)，艰苦的任务可以在几分钟内完成。在过去的六个月里，Jena使用名为InnerEye的微软系统，自动标记前列腺癌患者的扫描结果。在他的部门里，每年治疗的2,500名癌症患者中，男性占三分之一。扫描完成后，图像将被匿名化，加密并发送到InnerEye程序。它在每个图像上勾勒出前列腺，创建一个3D模型，并将信息发回。对于前列腺癌，整个器官都受到辐射。

图片来源：Linda Nylind/Microsoft Project InnerEye Study

该软件通过对过去病人的大量图像进行训练，学会了如何标记器官和肿瘤，而图像则是由经验丰富的专家所查看的。它已经为前列腺癌治疗节省了时间。脑肿瘤是下一个目标。

自动化流程不仅仅可以节省时间。因为InnerEye训练来源于领先专家标记的图像，所以它每次都应该和顶级专家一样好。结果是治疗会更快、更准确。 “我们知道我们对轮廓标记的影响对治疗质量有很大的影响。” Jena说，“好的治疗与差的治疗之间的区别在于，我们对肿瘤的治疗效果以及我们对避免影响健康组织的程度。”

距离阿登布鲁克一英里左右的微软研究院，InnerEye首席研究员Antonio Criminisi解释了自动化处理如何为更智能的放射治疗铺平道路。因为它是如此耗时且昂贵，所以今天的肿瘤图像仅在放射治疗开始之前被标记一次。如果它快速且便宜，患者可以进行“自适应放射治疗”，其中在每次治疗期间进行扫描、图像标记和光束计划。这样，放射治疗光束在当天被塑造成肿瘤的大小和形状，而不是在它第一次成像时。“这可能是变革性的，”Criminisi说。 “它可以为患者和国家医疗服务体系(NHS)提供一种更快速、更轻松治疗癌症的新方法。”

计算机工程师喜欢断言数据是AI的燃料。确实如此：人工智能的一些现代方法，特别是机器学习，非常强大，因为它们可以在我们收集的大量数据中划分有意义的部分。如果说每个人在某些时候生病都能有一线希望，那就是NHS拥有大量关于健康问题的数据，这些数据已经成熟，且可供人工智能利用。

Tony Young是绍森德大学医院的泌尿外科医生顾问，也是英国NHS创新中心的国家临床负责人，他相信AI可以在整个医疗服务中产生影响。他指出，一些公司使用AI可以从痣的照片诊断皮肤癌;视网膜扫描引起的眼部疾病;超声心动图引起的心脏病。其他人正在利用AI来标记需要紧急护理的中风患者，并预测医院病房中的哪些患者可能无法生存。“我认为这将引发一场革命。”他说。

技术不会在一夜之间改变NHS。与任何其他创新一样，AI系统必须经过测试、验证和批准。学习的系统通常需要仔细解释。患者的血液检查可能会发现危及生命的癌症的确切迹象，但如果癌症可以得到很好的治疗，AI可能会将患者评为低风险。

在某些情况下，这些创新既能省钱又能拯救生命，这或许有助于推动人工智能系统的发展。如果病人的测试速度更快，测试的效率更高，诊断结果也更迅速，整个系统就会变得更有效率。NHS所采用的一项技术叫做心流(HeartFlow)。它从斯坦福大学剥离出来，利用CT扫描，对疑似患有冠心病的病人进行常规检查。心流使用人工智能来创建一个个性化的心脏3D模型，以及围绕它的血液流动。从这一点上，医生可以看到特定的阻塞是如何破坏单个血管的血液流动，并更好地决定是否需要治疗。在测试中，超过一半的患者进行了心流分析，避免了有创血管造影，这是一种常见但代价高昂的手术，可染液喷入心脏，使成本降低了四分之一。“人们问我们，在国民健康保险制度中，怎么能负担得起这些技术呢?我的回答是，我们承担不起。” Young说。

对伦敦皇家自由医院的麻醉师顾问Vishal Nangalia来说，现在还处于早期阶段，但他的公司Life Engine.AI正在研究一种人工智能，它可以检测血液检测结果和其他数据，以预测哪些患者最有可能死亡，或者在入院时出现肾功能衰竭等严重问题。该项目对来自20家医院的近10亿份血液检测结果进行了培训，发现红细胞和白细胞以及钠和钾等电解质发生细微变化，这表明患者身体状况正在走下坡路。它并没有告诉医生该做什么，而是帮助他们更早地进行干预，通过对那些可能从测试、扫描或专家的评论中获益的病人进行检查。 “机器学习可以做的是帮助识别问题并引起医生的注意。”Nangalia说。

AI会取代医生，还是会削弱他们的角色?回到阿登布鲁克，Jena摇了摇头。 “我宁愿花时间思考如何优化患者的治疗而不是点击鼠标。”他说，“对于许多肿瘤学家来说，我们是不分周末和晚上的。有了AI，我们就可以自由地完成由我们真正专业知识能做的事情。”