基于深度学习 人工智能真的可以诊断肺癌吗

自古以来人类对科学的幻想从未停止，人工智能的应用便是我们一直憧憬的未来，在1940年科幻作家阿西莫夫为保护人类对机器人做出规定，提出机器人三原则。谷歌的AlphaGo和Master横空出世并且横扫人类各大围棋高手，此外各种各样关于人工智能的新闻，让我们意识到人工智能原来已经出现在我们身边，历史上每次医学的发展都伴随着科技的发展，人工智能在医疗领域同样承担着巨大的任务，如今斯坦福大学已经可以成功分辨皮肤癌，IBM的Watson也能够在10分钟内识别癌症，Airdoc在糖尿病性视网膜病变识别领域已经接近三甲眼科医生的水准。

肺癌的困扰

国家计生委的数据统计显示，目前我国的肺癌发病率以每年26.9%的速度增长，近半个世纪来，每10到15年肺癌患者的人数增加一倍。我国第三次居民死亡调查原因调查结果显示，肺癌死亡率在过去三十年间上升了465%，已成为对人群健康和生命威胁最大的恶性肿瘤之一。经过多年的大量调查研究，吸烟、特殊工作环境影响和肺部慢性疾病和肺癌的病因有很大的关系。

目前肺癌诊断主要通过X线检查、支气管镜检查、细胞学检查、剖胸探查术、ECT检查、纵隔镜检查等方式，早期甚至中期肺癌通常都没有症状，直到疾病发展到晚期、不可治愈的阶段才会出现明显的症状，肺癌一旦有症状表现出来就是中晚期了，具体怎么治疗看肿瘤的类型，这也是肺癌死亡率高的一个主要原因，如果能够在早期诊断肺癌和肺部疾病一定可以帮助患者。

基于深度学习识别肺癌

斯坦福大学计算机系终身教授李飞飞曾表示如今人工智能的水平已经可以开始对医疗健康领域做出贡献，因此将人工智能应用在医学上已经成为了一个重要的课题，北京大学已经和哈佛大学联合博士后招聘（医疗图像中的机器学习与深度学习研究方向），甚至已经出现茫茫多的医疗健康公司开始应用人工智能解决医疗问题。

人工智能是对人的意识、思维的信息过程的模拟，可以基于深度学习的方式通过多层神经网络和神经元来模拟人类大脑，从而可以像人类大脑一样思考学习。计算机视觉领域，图片具有形形色色各种特征，简单的可以是颜色、形状或图案，复杂的比如说可以是图案的自相似性（是否存在类似重复性图案）或是整个场景里其他的物体，通过大量图片的训练和学习人工智能可以像人类一样准确分辨图形。通过大量专家标注的肺部医学影像、肺部医学知识的学习，人工智能算法模型可以准确的识别肺部疾病。

在肺部领域，中国人工智能领军企业Airdoc，已经开发的算法通过分析胸部CT，当发现迹象表明肺动脉高压时提供预警。这有助于疾病的早期检测和医疗资源分配并确定临床护理路径，在最少的住院治疗上提供最好的治疗效果；以及通过分析胸部CT，研究、检测肺气肿的区域，计算残气量/肺总量比，提示慢性阻塞性通气障碍。

此外肺癌的症状上和一些肺部疾病类似，比如肺结节、肺部感染、肺部良性肿瘤、纵隔恶性淋巴瘤等，很多经验不太丰富的医生有混淆疾病的潜在风险，对于人工智能来说，经过海量肺癌和肺部疾病的医学知识和病历的的学习，已经可以准确的分辨疾病的症状的不同和疾病的种类。

人工智能医疗的进展

自从应用到医疗领域以来，人工智能医疗发展迅速，甚至美国的Arterys公司旗下的产品Arterys Cardio DL获得FDA批准，人工智能应用在医疗领域已经是个趋势。

科幻小说和电影中，经常会出现某些桥段，科技产物可以自动为患者治病或者做手术，但是在目前的阶段，人工智能在医疗领域的应用还比较浅显，仅仅在于疫病检测和诊断上，并不能进行进一步的工作，甚至在在诊断上面依然需要医生做最后的决策。在未来可能会有更多的想象空间，但是从目前阶段来看，人工智能只是医生的辅助工具。

打赏