“預(yù)言”肝癌，這樣的AI靠譜嗎？

一封喊話理想汽車的聲明，將過去不為人熟知的AI云診技術(shù)帶到了眾人面前。

8 月20 日，名為醫(yī)施德（醫(yī)施德（北京）醫(yī)療科技有限公司）的公司發(fā)聲明稱，要與理想汽車割席，未來將定期公開理想創(chuàng)始人李想的身體數(shù)據(jù)，并表示，若不提早干預(yù)，李想“不久的將來將死于肝癌”。

雙方此前曾有爭執(zhí)。理想汽車8 月20 日回應(yīng)，其從未與醫(yī)施德開展任何商務(wù)洽談與合作，已經(jīng)針對醫(yī)施德公司散布的網(wǎng)絡(luò)謠言報(bào)警。

冒犯的言論引起軒然大波。醫(yī)施德的小程序顯示，其主打“AI 云診”系統(tǒng)，用戶只需提交10 張面部照片、30 秒視頻、語音表述和文字說明，就可“診斷出1700+種疾病和110+ 種腫瘤”。

他們自稱，團(tuán)隊(duì)成員來自哈佛大學(xué)、麻省理工學(xué)院、斯坦福等世界名校，集成了多種先進(jìn)的人工智能算法，“在癌癥早篩領(lǐng)域取得重大突破”。

簡而言之，醫(yī)施德的產(chǎn)品思路是，依靠人面部的信息，就能診斷人體大部分的疾病，甚至能提早發(fā)現(xiàn)癌癥的腫瘤。他們宣稱，該系統(tǒng)能大幅度降低醫(yī)生誤診率，用AI 改變?nèi)祟愥t(yī)療健康的未來。

聽上去，醫(yī)施德的“創(chuàng)新”頗有過去硅谷公司Theranos 滴血驗(yàn)癌的影子。而筆者調(diào)查發(fā)現(xiàn)，國內(nèi)類似喊著“AI+ 診斷”口號的醫(yī)療公司并不少見—有的像醫(yī)施德一樣手機(jī)拍照預(yù)測疾病，也有公司推出了智能健康鏡。這些公司無一不宣稱，相信人臉信息可以反映身體狀況，并通過熱成像、AI 等，用人臉預(yù)測和診斷疾病。

在AI 的加持下，人們羞于去醫(yī)院體檢的現(xiàn)狀似乎得到了改變。只是，這其中有太多科學(xué)問題亟待理清：靠一張臉，真的可以檢測出身體各類疾病嗎？在AI 的加持下，我們的醫(yī)療診斷到底到了什么水平？

這些問題的答案，關(guān)乎我們對人工智能的理解，以及技術(shù)所能到達(dá)的能力邊界。

面部識別，真的假的？

在官方小程序上，醫(yī)施德公司推出了多種AI 體檢套餐，不僅能檢驗(yàn)心血管疾病、腦部疾病、消化系統(tǒng)、男科、婦科等1000 多種疾病，還能檢查出110 種腫瘤原發(fā)位置。在癌癥發(fā)展的早期階段，就能區(qū)分良性和惡性腫瘤。

在宣傳文案中，該公司介紹，AI 體檢的作用是篩查疾病，讓患者免除在醫(yī)院的無關(guān)緊要檢查，“亂花錢不說，還把人整得太難受了”。

上述理由，也是許多AI 體檢公司主打的賣點(diǎn)：無創(chuàng)、零疼痛。

用戶只需運(yùn)用手機(jī)，在合適的光照條件下素顏拍照即可完成身體檢查。這一技術(shù)最早在2012 年由麻省理工學(xué)院的科研人員提出，即通過智能鏡拍攝人的面部，從而獲知人的一些身體狀況，例如人的心率、呼吸頻率等。

一些罕見病的基因突變往往會在面部特征上體現(xiàn)。

該項(xiàng)目的發(fā)明者是一位博士生。他介紹，這一技術(shù)的原理為利用光學(xué)來獲知人的血液變化?！爱?dāng)心臟跳動時(shí)，血管中的血液會略微增加。血液吸收光，因此心跳時(shí)會吸收更多的單色光，從而減少身體透射或反射的光量?！币虼?，通過專業(yè)儀器拍攝面部，的確能測出心率。

這一便捷的發(fā)明在此后醫(yī)療科技領(lǐng)域有了更多的應(yīng)用。2024 年7 月，北京大學(xué)團(tuán)隊(duì)在《細(xì)胞代謝》雜志的最新研究指出，人面部的不同區(qū)域的溫度，與患慢性疾?。ㄈ缣悄虿『透哐獕海┯嘘P(guān)。

例如，論文發(fā)現(xiàn)，患有糖尿病和脂肪肝等代謝性疾病的人，面部熱衰老的速度更快。他們的眼部溫度往往高于同齡的健康人。此外，鼻子變冷、臉頰變熱則可能是血壓高的前兆。

論文通訊作者、北京大學(xué)前沿交叉學(xué)科研究院教授韓敬東告訴筆者，這一研究采用了大量面部紅外圖像，并用數(shù)據(jù)訓(xùn)練不同的AI 模型，從而使模型能夠理解面部溫度，與生理年齡或者是特定慢性疾病之間的復(fù)雜關(guān)系。

“換言之，AI 技術(shù)能幫助我們識別面部不同區(qū)域的溫度細(xì)微差異。這些差異通常不易通過肉眼或者普通比較算法感知?！表n敬東說道，“一旦AI 模型訓(xùn)練完成，它就能快速、準(zhǔn)確地預(yù)測一個(gè)人的生理年齡，或是判斷各類慢性疾病的患病風(fēng)險(xiǎn)?！?/p>

也就是說，通過AI 對人體健康做出判斷，從科學(xué)角度上確實(shí)具有可操作性。

類似的案例發(fā)生在2020 年9 月。中國醫(yī)學(xué)科學(xué)院阜外醫(yī)院鄭哲教授等研究人員發(fā)現(xiàn)，通過計(jì)算機(jī)深度學(xué)習(xí)算法分析臉部照片，就能評估冠心病風(fēng)險(xiǎn)。他們選擇了上海的8 家醫(yī)院5000 多名患者作為樣本，通過收集每例患者的4 張不同角度（正面、左60°、右60°、頭頂）面部照片、臨床特點(diǎn)等信息，將其與深度學(xué)習(xí)算法結(jié)合。

結(jié)果發(fā)現(xiàn)，一些面部特征被認(rèn)為與冠心病存在相關(guān)性。感知年齡、男性脫發(fā)、耳褶征、角膜環(huán)、瞼黃瘤、面部輪廓、皺紋，均被認(rèn)為可能與心血管健康相關(guān)。

“這項(xiàng)工具的重要意義在于，算法只需要簡單的人臉圖像作為唯一的輸入數(shù)據(jù)，獲得了超越傳統(tǒng)模型的預(yù)測效能，因而使得大范圍的人群應(yīng)用成為可能?！闭撐膶懙?。

國外的許多實(shí)例也證明了面部信息的可靠性。美國知名公司FDNA 開發(fā)了一個(gè)名為Face2Gene 的AI 的應(yīng)用程序，致力于通過視覺檢測罕見遺傳病。據(jù)介紹，該公司建立了一個(gè)涵蓋5000 種罕見疾病的數(shù)據(jù)庫，其中1500 種疾病可以通過面部識別算法檢測出來。

該公司研究人員介紹，上述項(xiàng)目之所以成立，是因?yàn)橐恍┖币姴〉幕蛲蛔兺鶗诿娌刻卣魃象w現(xiàn)。尤其是鼻根、臉頰甚至眉毛，都會因?yàn)椴煌募膊”凰茉斐刹煌奶卣?。這些特點(diǎn)，讓擅長在復(fù)雜事物和海量數(shù)據(jù)中找到相關(guān)性的AI，有了用武之地。

滴血驗(yàn)癌2.0 ？

如此說來，隨著AI 的進(jìn)步與發(fā)展，醫(yī)施德等公司用面部信息預(yù)測人類患癌，似乎也有科學(xué)依據(jù)。

可以先把時(shí)間推遠(yuǎn)一些?；氐?0 余年前響徹硅谷的Theranos 公司開發(fā)的技術(shù)—“滴血驗(yàn)癌”。

創(chuàng)辦這家Theranos 的伊麗莎白·霍姆斯，曾被外界稱為“女版喬布斯”。2003 年，如同硅谷多位CEO 的人生劇本般，19 歲的她從斯坦福大學(xué)輟學(xué)創(chuàng)業(yè)。憑借家庭關(guān)系，Theranos 獲得了頂級圈層的名人青睞。

當(dāng)時(shí)最被外界關(guān)注的，是其研發(fā)的名為愛迪生的檢測設(shè)備—僅需采集幾滴指尖血，就可以在4 小時(shí)里檢測出包括膽固醇和癌癥在內(nèi)的200 多項(xiàng)指標(biāo)。這項(xiàng)技術(shù)一旦得到普及，意味著人類不再需要前往醫(yī)院等待抽血結(jié)果，而是隨時(shí)隨地自我監(jiān)測身體。

在醫(yī)學(xué)里，名詞和名詞之間的差別，往往意味著不一樣的結(jié)果。

由光環(huán)滿身的公司率先推出一個(gè)堪稱改變時(shí)代的技術(shù)，似乎顯得理所當(dāng)然。

形勢在2015 年急轉(zhuǎn)直下。Theranos 內(nèi)部員工對媒體“吹哨”，指出其涉嫌多方面的造假—該公司滴血驗(yàn)癌的技術(shù)，大部分是在西門子的傳統(tǒng)設(shè)備上完成，而非自主開發(fā)的設(shè)備。

而且，由于采血的樣本量太少，他們采用了滲水的方式將血樣快遞給了西門子公司，導(dǎo)致檢測結(jié)果根本不準(zhǔn)確。創(chuàng)新不僅沒有提高效率，反而因?yàn)槠墼p導(dǎo)致大量結(jié)果失真。

2022 年，“女版喬布斯”因欺詐罪，被加州法院判決有期徒刑11 年。不過，從醫(yī)療從業(yè)者看來，滴血驗(yàn)癌的思路并非完全是錯誤的。

事實(shí)上，我國也有多個(gè)研究團(tuán)隊(duì)在做血液測癌癥的科研項(xiàng)目。從他們的口中，更嚴(yán)謹(jǐn)?shù)慕嵌仁牵ㄟ^檢測血液來檢測腫瘤標(biāo)志物。

腫瘤標(biāo)志物與確診癌癥仍有較大的距離。全國腫瘤登記中心副主任陳萬青在接受央視采訪時(shí)提及，腫瘤標(biāo)志物就是人體在存在腫瘤的情況下，可以查出的跟腫瘤相關(guān)的物質(zhì)—例如肝癌的腫瘤標(biāo)志物是甲胎蛋白。

“但是甲胎蛋白也不是腫瘤患者特別具有的，一些肝炎和肝硬化（患者）也能產(chǎn)生甲胎蛋白?！标惾f青說，“標(biāo)志物只是作為輔助診斷的指標(biāo)，主要的確診依據(jù)還是靠醫(yī)學(xué)影像，準(zhǔn)確度更大，也更加快捷?！?/p>

“滴血驗(yàn)癌”的案例說明，在醫(yī)學(xué)里，名詞和名詞之間的差別，往往意味著不一樣的結(jié)果。

醫(yī)學(xué)從業(yè)者面對大量需要循證的科學(xué)問題，往往都是相當(dāng)嚴(yán)謹(jǐn)?shù)模话悴粫f出“包治百病”的檢測方案。

北大教授韓敬東告訴筆者，雖然她在研究中發(fā)現(xiàn)了面部溫度與人體特定慢性疾病有一定的關(guān)聯(lián)，但要想從學(xué)術(shù)走向臨床，仍是一個(gè)漫長的過程。

“在學(xué)術(shù)界成功的AI 技術(shù)，需要在臨床環(huán)境中進(jìn)行充分的驗(yàn)證和評估，以證明其有效性和安全性。這包括在多個(gè)醫(yī)療機(jī)構(gòu)中進(jìn)行多中心臨床試驗(yàn)，以評估AI 技術(shù)的診斷準(zhǔn)確率、敏感性和特異性等指標(biāo)?！表n敬東告訴筆者。

“我們目前（對實(shí)際應(yīng)用）還無法給出一個(gè)明確的時(shí)間表?！?/p>

也就是說，當(dāng)下的所謂AI 面部識別疾病的產(chǎn)品和突破，很多都未經(jīng)過臨床環(huán)境的充分驗(yàn)證和評估。

與此同時(shí)，韓敬東告訴筆者，AI 對識別特定的疾病，的確有其優(yōu)勢。例如，一些影像診斷明確的疾病，如肺癌、乳腺癌等。在醫(yī)學(xué)影像中有明顯的病變特征?！癆I 可以通過深度學(xué)習(xí)算法對這些影像進(jìn)行自動分析，快速識別出病變區(qū)域，輔助醫(yī)生進(jìn)行診斷。且這些數(shù)據(jù)量相對較大，有利于AI 大模型的訓(xùn)練?！?/p>

還有一類是遺傳性疾病。這是因?yàn)槠浒l(fā)生與基因變異密切相關(guān)，AI 可以通過分析患者的基因組數(shù)據(jù)，預(yù)測其患病風(fēng)險(xiǎn)或進(jìn)行基因診斷。

但AI 不擅長的事情還有更多。

“較難用AI 診斷的疾病包括癥狀復(fù)雜多變的疾病?！表n敬東說?！叭缇耦惣膊?、慢性炎癥類疾病，其癥狀復(fù)雜多變，且往往涉及多個(gè)系統(tǒng)和器官的功能差異，這些疾病的AI 模型訓(xùn)練會比較困難?！?/p>

換言之，AI 有其擅長診斷的疾病，也有很大的局限性。但所謂AI 面部識癌癥、AI 識1700+ 疾病等功能，目前都未得到臨床的實(shí)驗(yàn)和反復(fù)認(rèn)證，是極其不科學(xué)的產(chǎn)品。

截至2024年，全國拿到三類證的AI醫(yī)療產(chǎn)品已有10款。

應(yīng)用與挑戰(zhàn)

盡管AI 仍未做到檢測多種疾病，但如韓敬東所說，AI 有其超越人類的特性。近兩年，隨著大模型的出現(xiàn)，越來越多醫(yī)療診斷公司開始依據(jù)大模型，將AI 應(yīng)用到了癌癥的篩查與診療中。

中山大學(xué)數(shù)據(jù)科學(xué)與計(jì)算機(jī)學(xué)院教授陸遙告訴筆者，AI 大模型非常適合解決多模態(tài)數(shù)據(jù)的建模問題。意思是，在醫(yī)療領(lǐng)域，經(jīng)常有各類的數(shù)據(jù)和圖像，例如關(guān)于醫(yī)生診斷的文本數(shù)據(jù)、表格數(shù)據(jù)，還有各類影像數(shù)據(jù)，病理數(shù)據(jù)……這些多種模態(tài)的數(shù)據(jù)，很適合“喂”給大模型進(jìn)行學(xué)習(xí)與整合。

與此同時(shí)，陸遙說，醫(yī)生治療需要很多決策依據(jù)。AI 可以從海量醫(yī)療數(shù)據(jù)里面挖掘出醫(yī)生看不到的東西，把一些診斷證據(jù)提煉出來，提供給醫(yī)生，“這符合循證醫(yī)學(xué)的邏輯”。

韓敬東也有類似的看法。她透露，現(xiàn)如今，學(xué)術(shù)界有越來越多的AI 大模型能夠基于已有的大規(guī)模醫(yī)學(xué)影像數(shù)據(jù)（如X 光片、CT、MRI等），對新來的、未知的醫(yī)學(xué)影像進(jìn)行自動化分析，快速識別病變區(qū)域，并輔助醫(yī)生進(jìn)行更準(zhǔn)確的診斷。

陸遙在2017 年成立了公司柏視醫(yī)療，專注做乳腺癌的診斷與治療。他告訴筆者，乳腺癌的診斷在過去在東亞社會存在很大痛點(diǎn)—這是因?yàn)?，東亞女性的乳房脂肪含量較少，大部分是致密型乳腺。這類型乳腺在進(jìn)行X 光檢查（乳房鉬鈀）時(shí)，由于腺體組織和腫瘤在影像上可能都呈現(xiàn)為白色區(qū)域，會使乳腺癌的檢測變得困難。

也因此，他發(fā)現(xiàn)，中國的乳腺癌病人對比于歐美，全乳切除的比例很高。這是因?yàn)?，中國患者發(fā)現(xiàn)時(shí)大多數(shù)是中期到晚期，很多時(shí)候便實(shí)施全乳切除了。陸遙團(tuán)隊(duì)因此提出乳腺癌AI 輔助診斷產(chǎn)品，基于鉬靶和超聲進(jìn)行計(jì)算機(jī)輔助診斷，結(jié)合患者的病歷數(shù)據(jù)和免疫組化數(shù)據(jù)，形成多模態(tài)的數(shù)據(jù)模型，以輔助醫(yī)生對病情分級診斷。

據(jù)介紹，有了AI 的加持，“乳腺癌檢測的敏感度可以達(dá)到88%，相當(dāng)于美國10 年以上資深醫(yī)生的水平”。

陸遙稱，這類AI 輔助診療的技術(shù)很適合在醫(yī)療水平不夠的基層醫(yī)院實(shí)行，因?yàn)椤澳壳叭橄侔┞┰\更多是在基層醫(yī)院，也有利于解決醫(yī)療資源分配不均勻的問題”。

實(shí)際上，很多公司都瞄準(zhǔn)了AI+ 醫(yī)療影像診斷的風(fēng)口。2020 年開始，AI+ 影像診斷行業(yè)按下了加速鍵，相繼有企業(yè)拿到“三類證”。

根據(jù)新版《醫(yī)療器械分類目錄》規(guī)定：若AI 診斷軟件通過算法對病變部位進(jìn)行自動識別，并提供明確診斷提示，需按照第三類醫(yī)療器械管理。據(jù)媒體統(tǒng)計(jì)，截至2024 年，全國拿到三類證的AI 醫(yī)療產(chǎn)品已有10 款。

AI 正在變成越來越多醫(yī)院和醫(yī)生擁抱的工具。不過，上述受訪專家告訴筆者，數(shù)據(jù)仍是AI 技術(shù)與醫(yī)療結(jié)合碰到的主要挑戰(zhàn)。

韓敬東告訴筆者，為了全面捕捉疾病的復(fù)雜性和變異性，“我們必須努力收集同一疾病下盡可能多樣化的數(shù)據(jù)類型”?！斑@要求數(shù)據(jù)跨越不同的地區(qū)、民族乃至更廣泛的背景，以確保模型能夠?qū)W習(xí)到更為廣泛和代表性的特征。而這樣的數(shù)據(jù)采集工作本身極具挑戰(zhàn)性，需要投入大量的時(shí)間，整合不同資源?！?/p>

陸遙也表示，許多醫(yī)院因?yàn)殡[私性等要求，提出“數(shù)據(jù)不出院”，這給獲取多樣性的數(shù)據(jù)帶來難度。而醫(yī)療數(shù)據(jù)標(biāo)注也是另一個(gè)難點(diǎn)—醫(yī)療數(shù)據(jù)大多數(shù)都需要醫(yī)療專業(yè)人士標(biāo)注。

“在醫(yī)療領(lǐng)域，（標(biāo)注）這一任務(wù)尤為艱巨。多樣性的數(shù)據(jù)也意味著標(biāo)注過程會更為耗時(shí)耗力，這也是其成為難點(diǎn)的另一原因?！表n敬東說。

相比于眾多領(lǐng)域，醫(yī)療行業(yè)在擁抱新技術(shù)時(shí)無疑顯得更審慎，步伐更慢。這不僅因?yàn)獒t(yī)療行業(yè)是嚴(yán)密的循證學(xué)科，也因?yàn)獒t(yī)學(xué)是一個(gè)真正與人有關(guān)的學(xué)科。

“AI在很多場景下可以達(dá)到資深醫(yī)生的水平，”陸遙說，“但是取代醫(yī)生在短時(shí)間內(nèi)沒辦法做到。這涉及醫(yī)學(xué)倫理和決策權(quán)的問題。機(jī)器如果決策犯了一個(gè)錯誤，人們幾乎是零容忍的。”

可以預(yù)見的是，AI+ 醫(yī)學(xué)診斷在未來很長時(shí)間內(nèi)，都將成為一個(gè)醫(yī)學(xué)輔助手段。它們會是很好的工具，卻仍然很難取代醫(yī)生，難以取代人們親自去醫(yī)院檢查。

責(zé)任編輯向由 吳陽煜 wyy@nfcmag.com