人工智能在腫瘤領(lǐng)域應(yīng)用現(xiàn)狀及發(fā)展前景*

王 軻 畢軒懿

(海軍軍醫(yī)大學(xué)基礎(chǔ)醫(yī)學(xué)院 上海200433)

王婧婷

(海軍軍醫(yī)大學(xué)護理系 上海200433)

1 引言

惡性腫瘤已占我國居民死因的23.91%，且發(fā)病率逐年升高，成為世界關(guān)注的健康問題[1]。人工智能(Artificial Intelligence，AI)在醫(yī)療衛(wèi)生領(lǐng)域應(yīng)用不斷發(fā)展，2017年國務(wù)院正式印發(fā)的《新一代人工智能發(fā)展規(guī)劃》中明確指出要推廣智能醫(yī)療，建立快速精準的智能醫(yī)療體系，探索建設(shè)智慧醫(yī)院并加強群體智能健康管理[2]。腫瘤是醫(yī)療健康領(lǐng)域的重要攻關(guān)難題，各國學(xué)者紛紛探索AI與腫瘤篩查、診斷、治療、護理和康復(fù)等領(lǐng)域的結(jié)合應(yīng)用。本文就AI在腫瘤領(lǐng)域的技術(shù)方法和應(yīng)用現(xiàn)狀進行綜述，探討其面臨的機遇與挑戰(zhàn)，以期為AI助力腫瘤診療和護理提供參考。

2 腫瘤領(lǐng)域使用的AI技術(shù)

2.1 機器學(xué)習(xí)

即計算機借助算法模擬或?qū)崿F(xiàn)人類學(xué)習(xí)行為，通過獲取新知識或技能，重新組織已有知識結(jié)構(gòu)使之不斷改善自身性能的一種技術(shù)[3]。該技術(shù)不斷學(xué)習(xí)標準化的多來源數(shù)據(jù)，如醫(yī)學(xué)文獻、醫(yī)療電子信息系統(tǒng)、醫(yī)學(xué)檢驗數(shù)據(jù)等，持續(xù)減少錯誤的發(fā)生并提高解決問題的效率，以幫助解決更多臨床問題。在腫瘤病理學(xué)影像診斷中應(yīng)用廣泛，如基于超聲圖像對乳腺癌亞型進行分類[5]等。

2.2 自然語言處理

即基于機器學(xué)習(xí)技術(shù)來實現(xiàn)人與計算機之間自然語言有效通信的技術(shù)，與人機交互領(lǐng)域相關(guān)[6]。IBM公司的沃森醫(yī)生(Watson for Oncology，WFO)可使用自然語言與腫瘤患者進行實時人機互動[7]。自然語言處理技術(shù)也可與社交媒體結(jié)合，幫助腫瘤患者進行決策的同時促進患者個性化診療與情感需求的滿足[7]。

2.3 自動規(guī)劃

一種問題求解技術(shù)，將問題分解成若干子問題并進一步解決，最終實現(xiàn)預(yù)期目標[8]，在腫瘤個性化治療和護理方案制定中有一定應(yīng)用，如利用該技術(shù)將DTI功能像與MRI結(jié)構(gòu)像相結(jié)合，進行腦干腫瘤術(shù)前路徑自動規(guī)劃設(shè)計，有效引導(dǎo)醫(yī)生在術(shù)中規(guī)避重要的組織區(qū)域，降低手術(shù)風(fēng)險[9]。

2.4 語音處理

研究語音發(fā)聲過程、語音信號統(tǒng)計特性、語音自動識別、機器合成以及語音感知等各種處理技術(shù)的總稱[10]?？赏ㄟ^該技術(shù)對顳葉膠質(zhì)瘤術(shù)后患者的發(fā)聲以及語音內(nèi)容進行識別和處理，以評估患者手術(shù)恢復(fù)情況[11]，還可對喉癌患者語音粗糙度進行識別以評估放療后患者聲音恢復(fù)情況[12]。

2.5 專家系統(tǒng)

主要通過一種知識表達模式將腫瘤專家知識和經(jīng)驗存入計算機，再對輸入的事實(如患者診療信息等)進行推理，模擬醫(yī)學(xué)專家診斷疾病，做出類似人類的判斷和決策[13]。WFO是目前較為成功的專家系統(tǒng)，其他還有可進行癌癥患者病史總結(jié)、為患者提供治療方案建議和健康管理咨詢的專家系統(tǒng)[6]。

2.6 人工神經(jīng)網(wǎng)絡(luò)

即模仿人類神經(jīng)活動進行分布式并行信息處理的算法數(shù)學(xué)模型，可基于系統(tǒng)復(fù)雜程度，優(yōu)化調(diào)整內(nèi)部大量節(jié)點之間相互連接關(guān)系，從而達到處理信息的目的，具有自學(xué)習(xí)和自適應(yīng)能力，深度卷積神經(jīng)網(wǎng)絡(luò)模型是常用的技術(shù)模型[14-15]。人工神經(jīng)網(wǎng)絡(luò)多用于腫瘤患者的影像診斷，通過圖像處理技術(shù)對腫瘤圖像進行壓縮、增強、復(fù)原、匹配、描述和識別，輔助醫(yī)生進行診斷。

3 具體應(yīng)用

3.1 風(fēng)險評估

腫瘤受基因及個體所處環(huán)境影響，傳統(tǒng)腫瘤風(fēng)險評估可能存在誤差且缺乏個體特異性。Pergialiotis V等[16]利用人工神經(jīng)網(wǎng)絡(luò)和分類回歸樹預(yù)測絕經(jīng)后婦女患子宮內(nèi)膜癌風(fēng)險，準確率達85.4%。Nematollahi M等[17]利用機器學(xué)習(xí)決策樹模型，根據(jù)臨床和影像特征預(yù)測膠質(zhì)母細胞瘤患者生存率，準確率高達85.1%。由此可見AI在腫瘤風(fēng)險評估中已有一定應(yīng)用，但評估預(yù)測模型準確率還有提升空間，未來AI與患者個體基因檢測技術(shù)、電子醫(yī)療記錄、生活數(shù)據(jù)等多來源數(shù)據(jù)結(jié)合，將進一步提高腫瘤風(fēng)險評估的準確性和特異性。

3.2 診斷

3.2.1 實驗室 常見腫瘤實驗室檢查包括常規(guī)檢查、血清學(xué)檢查、免疫學(xué)檢查、流式細胞分析術(shù)以及基因診斷等。AI在輔助腫瘤細胞水平診斷上具有較高的準確率，如Moshavash Z等[18]利用決策支持系統(tǒng)從血液顯微圖像中診斷急性白血病，最終準確率在細胞水平上達98.10%。Saeedizadeh Z等[19]應(yīng)用計算機輔助診斷方法從顯微圖像中對骨髓瘤細胞進行自動識別，識別敏感度達96.52%，特異性93.04%，精密度95.28%，能夠有效地輔助多發(fā)骨髓瘤的診斷。

3.2.2 影像 AI圖像智能識別技術(shù)可較大幅度提高腫瘤影像診斷準確性，有效降低醫(yī)生主觀錯誤。目前AI技術(shù)已在肺癌、乳腺癌、前列腺癌等腫瘤的影像診斷中得到廣泛應(yīng)用，如Patel等[20]利用AI算法提取乳腺X線攝影的關(guān)鍵特征并與乳腺癌亞型進行相關(guān)性分析，診斷準確率高達99%。Le MH等[21]利用基于多模態(tài)卷積神經(jīng)網(wǎng)絡(luò)技術(shù)在多參數(shù)MRI中自動診斷前列腺癌，靈敏度可達89.85%，特異性高達95.83%。

3.2.3 內(nèi)鏡 內(nèi)鏡檢查可直接觀察空腔器官、胸、腹腔以及縱膈的腫瘤，但需內(nèi)窺鏡醫(yī)生仔細觀察內(nèi)鏡圖像，對醫(yī)生素質(zhì)要求較高。AI輔助下的內(nèi)鏡檢查可減輕醫(yī)生工作負擔(dān)并提高檢查準確率，如Everson M等[22]通過深度卷積神經(jīng)網(wǎng)絡(luò)計算機輔助內(nèi)窺鏡診斷技術(shù)對毛細血管內(nèi)毛細血管環(huán)模式進行分類，準確率達93.7%，可用于輔助醫(yī)生對鱗狀細胞瘤的診斷。Wang P等[23]基于機器深度學(xué)習(xí)的自動息肉檢測系統(tǒng)可有效降低結(jié)腸鏡檢查中腺瘤檢測遺漏。

3.2.4 病理學(xué) 腫瘤病理學(xué)診斷是目前確診腫瘤的金標準，此過程主要依賴于病理醫(yī)生對圖像的認識，病理醫(yī)生需借助高放大率的圖像進行組織切片的人工篩查，過程耗時且可能出現(xiàn)主觀誤判。計算機輔助設(shè)計(Computer Aided Design，CAD)能快速大量地對數(shù)字病理圖像進行分析，高效且漏診率低[24]。在乳腺癌的病理圖像分析中，深度學(xué)習(xí)算法在乳腺癌淋巴結(jié)轉(zhuǎn)移的診斷上已達到專家水平[25]。德國國家腫瘤疾病中心等機構(gòu)開發(fā)的基于皮膚鏡圖片的黑色素瘤診斷AI算法，在與157名皮膚科醫(yī)生的診斷比較中黑色素瘤診斷AI算法總體準確度更高[26]。

3.3 治療

3.3.1 手術(shù) 手術(shù)多為治療良性腫瘤的首選方案，但腫瘤切除手術(shù)較為精密，需要具備良好的視野，而有限的活動范圍、手震顫的放大和不方便的手術(shù)定位都會對腫瘤手術(shù)有影響。為提高腫瘤手術(shù)水平，已有用于精細腫瘤外科手術(shù)的AI手術(shù)機器人，相對于傳統(tǒng)外科醫(yī)生，AI手術(shù)機器人能迅速精準定位，為微創(chuàng)手術(shù)提供技術(shù)保障，避免開放性手術(shù)相關(guān)的并發(fā)癥，極大改善患者預(yù)后和術(shù)后生活質(zhì)量[27]。

3.3.2 化學(xué) AI為腫瘤患者化療藥物選用、聯(lián)合用藥提供決策支持，也為化療新藥研發(fā)提供新思路。AI可通過分析腫瘤患者治療前血液生物標志物和原發(fā)腫瘤CT圖像特征來預(yù)測化療藥療效及風(fēng)險，以輔助化療藥物篩選[28]。除通過大數(shù)據(jù)與患者個體信息相結(jié)合為患者提供個性化藥物治療外，Pan-cancer利用AI學(xué)習(xí)不同癌癥類型的RNA基因來預(yù)測疾病靶點，供后續(xù)癌癥靶向藥物的研發(fā)，為高效研發(fā)腫瘤新藥帶來希望[29]。

3.3.3 放射 放療方案的個性化定制對腫瘤患者十分重要，AI在放療中的應(yīng)用對促進腫瘤治愈、減少腫瘤患者放療損傷、保護其他部位功能和提高患者生存質(zhì)量方面有著重要意義。Shen C等[30]開發(fā)智能權(quán)重調(diào)整策略網(wǎng)絡(luò)，基于宮頸癌的高劑量率近距離放射治療原理，進行放射治療中反向治療計劃的智能制定與調(diào)整。Ibragimov B[31]應(yīng)用深度機器學(xué)習(xí)模型，實現(xiàn)患者個性化放療計劃的自動設(shè)計，可根據(jù)治療情況不斷優(yōu)化放療計劃。

3.3.4 其他 AI在腫瘤輔助介入治療、基于免疫治療標記物的生物治療等其他療法中也有一定應(yīng)用。如Trebeschi S等[32]開發(fā)了能夠識別患者對免疫治療有反應(yīng)或無反應(yīng)的非侵入性機器學(xué)習(xí)生物標志物，使患者1年生存率提高24%，為改善患者新輔助治療和姑息性治療效果提供可能，為腫瘤免疫治療中篩選生物標志物提供新方法，為腫瘤治療帶來新突破。

3.4 護理

3.4.1 健康宣教 基于腫瘤患者疾病情況和個性化需求的健康宣教可減少腫瘤患者焦慮、恐懼情緒，益于患者康復(fù)。智能健康教育正在逐漸普及，患者可使用自然語言向健康教育機器人提問，也有基于AI的健康咨詢手機應(yīng)用程序，還有家用智能音響等輔助健康教育工具，使患者及時了解疾病知識，緩解醫(yī)護人員宣教壓力。目前已在上海瑞金醫(yī)院上線的乳腺癌患者健康管理手機應(yīng)用程序可為患者提供多樣化信息支持和及時反饋，提高乳腺癌患者生命質(zhì)量及自我管理效能[33]。

3.4.2 癥狀管理 腫瘤不同疾病分型、治療方案、治療階段患者的核心癥狀不同，且癥狀很少以單個形式存在，多個單一癥狀常常相互關(guān)聯(lián)、影響，表現(xiàn)出集群的趨勢，癥狀管理極其復(fù)雜。通過AI可對腫瘤患者疾病數(shù)據(jù)進行分析，幫助患者及醫(yī)護人員進行癥狀管理，Oleena軟件能為患者提供專業(yè)實時的個性化癥狀管理建議，包括癥狀管理的個體化輔導(dǎo)，根據(jù)患者情況提供支持療法，以實現(xiàn)患者癥狀的自我管理，幫助護理團隊遠程監(jiān)護患者，其效果已得到臨床腫瘤學(xué)專家小組的認可[34]。

3.4.3 輔助護理決策 AI與決策支持系統(tǒng)結(jié)合形成智能決策支持系統(tǒng)，可自動定制患者個性化的護理路徑，規(guī)劃和管理患者護理方案。目前基于結(jié)構(gòu)化電子病歷的智能護理臨床決策支持系統(tǒng)已在臨床有所應(yīng)用，系統(tǒng)為護士自動推薦標準化護理診斷和措施，有效指導(dǎo)護士工作，提高護理診斷正確率；系統(tǒng)通過對患者評估數(shù)據(jù)的整合、分析和利用，及時反饋患者病情變化，促進護士及時滿足患者需求，提高護理質(zhì)量[35]。

3.4.4 精準護理 根據(jù)腫瘤患者基因組、生活方式和環(huán)境特征等量身定制護理方案。隨著高通量測序技術(shù)發(fā)展，機器學(xué)習(xí)、微陣列及轉(zhuǎn)錄組測序技術(shù)用于分析基因數(shù)據(jù)，幫助護理人員獲取腫瘤患者多方面信息，以輔助患者個性化精準護理方案的制定[36]。Tokutomi T等[37]開發(fā)的家庭樹創(chuàng)建軟件可用于腫瘤患者的家族史采集和譜系圖表創(chuàng)建，從家族史入手掌握腫瘤患者各方面信息，促進患者的精準護理。

3.4.5 護理機器人 輔助護士為患者提供護理，常見護理機器人主要用于轉(zhuǎn)運患者、監(jiān)管患者、飲食護理、情感支持等。目前腫瘤領(lǐng)域護理機器人相對較少，智能靜脈藥物配置機器人可自動完成化療藥物配置操作，自動分離產(chǎn)生的醫(yī)療廢棄物，降低護士工作強度和工作量，優(yōu)化護士職業(yè)防護，且可減少藥物殘留，提升藥品沖配精準度[38]。

4 AI在腫瘤領(lǐng)域應(yīng)用的機遇與挑戰(zhàn)

4.1 機遇與發(fā)展方向

4.1.1 概述 AI是一項不斷發(fā)展且極具潛力的新技術(shù)，目前在腫瘤領(lǐng)域應(yīng)用尚處于探索階段，臨床工作者、科研人員以及資本市場都在積極探索如何高效利用海量臨床數(shù)據(jù)，加強AI與腫瘤診療和照護的深度融合，以促進基于AI的腫瘤診療助力基層醫(yī)生成長和優(yōu)質(zhì)醫(yī)療資源下沉，進而加速分級診療制度的落實，同時幫助患者進行疾病自我監(jiān)測和健康管理，增強患者就醫(yī)獲得感，改善患者體驗。

4.1.2 數(shù)字化人體 在數(shù)字化進程不斷發(fā)展的時代，數(shù)字化人體越來越受到醫(yī)療領(lǐng)域相關(guān)學(xué)者的重視。數(shù)字化人體是應(yīng)用現(xiàn)代信息技術(shù)將人體結(jié)構(gòu)和功能數(shù)字化、可視化，建立能被計算機處理的數(shù)字模型[39]。踐行數(shù)字化人體理念，高效利用腫瘤患者多方疾病、診療、護理、社會心理、健康行為等數(shù)據(jù)，突破時間、地域局限，借助AI技術(shù)打造多維、立體、可視化的數(shù)字化腫瘤患者，實現(xiàn)疾病-健康動態(tài)管理的全程無縫診療模式，具有十分重要的意義。

4.1.3 腫瘤診療和照護相關(guān)AI產(chǎn)品 其研發(fā)需圍繞患者核心問題進行頂層設(shè)計，通過從上至下整體研發(fā)或單個產(chǎn)品累積逐漸形成合作無間的產(chǎn)品團隊，逐漸從單方面的診療輔助走向綜合性的診療方案，使AI在腫瘤領(lǐng)域的應(yīng)用形成閉合環(huán)路，為腫瘤患者提供精準、高效且有溫度的健康診療照護體系。

4.1.4 智能機器人 應(yīng)加強AI輔助腫瘤風(fēng)險評估和診斷的準確性，這將有賴于數(shù)據(jù)的可獲得性和標準化，以及機器學(xué)習(xí)技術(shù)對模型的不斷訓(xùn)練。AI輔助下的手術(shù)機器人有待進一步研發(fā)，以高效規(guī)劃手術(shù)路徑，促進腫瘤微創(chuàng)治療的發(fā)展，提高手術(shù)精準度并減輕手術(shù)對于患者身體的損傷。目前護理機器人在腫瘤領(lǐng)域的應(yīng)用還較少，配藥機器人的應(yīng)用已獲得臨床人員的認可，一些智能宣教機器人、情感支持機器人在其他領(lǐng)域已有所應(yīng)用[40]，應(yīng)進一步進行相關(guān)研究。疾病本身和治療給腫瘤患者帶來諸多癥狀，長期困擾腫瘤患者，嚴重影響其化療的服藥依從性[41]，利用AI技術(shù)預(yù)測并識別腫瘤患者癥狀，依據(jù)患者的數(shù)字化人體信息，給予其針對性和個性化的癥狀管理措施，將有助于提升腫瘤患者癥狀管理效果和體驗。

4.2 挑戰(zhàn)

4.2.1 技術(shù)研發(fā) AI在腫瘤領(lǐng)域的應(yīng)用不斷拓展，但其與臨床的深入結(jié)合仍面臨多重挑戰(zhàn)。技術(shù)研發(fā)方面還存在諸多研發(fā)瓶頸，且技術(shù)開發(fā)所需時間長、成本高，AI精確度有待提升，目前只能作為輔助技術(shù)與人工診療相結(jié)合，以減輕醫(yī)護人員工作量。

4.2.2 數(shù)據(jù) 面臨數(shù)據(jù)標準化和安全隱患相關(guān)問題，腫瘤診療具有其復(fù)雜性，各個診療單位患者數(shù)據(jù)較為獨立，同時患者疾病和診療數(shù)據(jù)收集尚欠標準化，導(dǎo)致醫(yī)療數(shù)據(jù)不能被高效利用，亟需一套標準化腫瘤患者多維數(shù)據(jù)收集系統(tǒng)或一個能夠打破不同數(shù)據(jù)收集系統(tǒng)壁壘的輔助工具。

4.2.3 人才 AI復(fù)合型人才的缺乏也制約AI技術(shù)在腫瘤領(lǐng)域發(fā)展，腫瘤診療常涉及多個醫(yī)療保健專業(yè)人員之間的協(xié)調(diào)和溝通，積極培養(yǎng)AI與腫瘤學(xué)科的交叉型人才是將AI滲透到腫瘤診療和照護各個環(huán)節(jié)的切實需求。

4.2.4 倫理和法律 應(yīng)明確AI在腫瘤領(lǐng)域應(yīng)用的定位。AI并非是醫(yī)護人員簡單的替代，而是醫(yī)護人員重要的輔助工具，幫助醫(yī)護人員從繁重的工作中解脫出來，使其更好地投入治療和關(guān)懷患者中。此外如何防控和規(guī)避AI技術(shù)帶來的風(fēng)險，使其更好地為腫瘤患者健康服務(wù)值得深思。目前AI在醫(yī)療領(lǐng)域應(yīng)用的相關(guān)政策法規(guī)還不完善，考慮到患者隱私和數(shù)據(jù)保密性問題，各醫(yī)院對于患者數(shù)據(jù)共享都極為謹慎，雖一定程度上阻礙AI在腫瘤領(lǐng)域的發(fā)展，卻極具必要性。國家相關(guān)部門正在積極出臺相關(guān)政策[42]，以應(yīng)對可能的患者隱私泄露風(fēng)險。

5 結(jié)語

腫瘤領(lǐng)域使用的AI技術(shù)主要包括機器學(xué)習(xí)、自然語言處理、自動規(guī)劃、語言處理、專家系統(tǒng)和神經(jīng)網(wǎng)絡(luò)。AI在腫瘤領(lǐng)域的應(yīng)用主要聚焦于腫瘤風(fēng)險評估、診斷、治療及護理等方面，致力于為腫瘤患者提供便捷、準確的個體化醫(yī)療衛(wèi)生服務(wù)，并逐步向全程完整的方向發(fā)展。AI與腫瘤領(lǐng)域的結(jié)合發(fā)展是必然趨勢，面臨一定的機遇與挑戰(zhàn)，需要進一步強化技術(shù)研發(fā)，加強學(xué)科交叉的復(fù)合型人才培養(yǎng)，同時處理好倫理問題，完善相關(guān)法律法規(guī)，深化整合數(shù)據(jù)共享，使AI助力人類在戰(zhàn)勝腫瘤的道路上走的更遠。