AI精準「算病」，將「癌症之王」扼殺在搖籃中

《我不是藥神》

AI能算命，也可以用AI來「算病」。

胰腺癌一直被認為是「癌症之王」，通常來說「一旦發現就是晚期」。如果能提前3年就能預測胰腺癌風險，那麼對於胰腺癌患者而言，無疑是一大福音。

5月9日，來自哥本哈根大學（University of Copenhagen）、哈佛醫學院（Harvard Medical School）等單位的科學家在Nature Medicine上發文，訓練出了一種名為CancerRiskNet的深度學習算法，只需要向AI提供患者電子病歷數據，就能推算出患者患上胰腺癌的風險。

這一算法能在胰腺癌發生前3年推測出患病風險，可謂是AI的「精準算命」。

論文第一作者袁博博士對「深究科學」表示，該系統「只需要接入病歷系統就行，不需要額外的數據採集，預期落地難度低更適合大規模推廣」。

一

在臨床醫學中，無論是醫生還是患者，面對胰腺癌，總是談「胰」色變。

胰腺癌是一種尤其致命的癌症，全球範圍內的患者，患病一年後的生存率大約僅為20％，五年後生存率僅為7％。


美國1992~1998年的胰腺癌5年生存率數據

除了高死亡率外，胰腺癌隱匿性極強、擴散速度極快，而且更為「狡猾」的是，它通常沒有早期明顯症狀，因此這種癌「一發現就是晚期」絕對不是一句玩笑話。


圖源：nature medicine

二

5月9日，哥本哈根大學、哈佛醫學院等單位的科研人員引入了人工智能算法來解決早期檢測和治療胰腺癌的問題，為醫學界帶來了新的希望。相關論文發表在Nature Medicine雜誌上。


從疾病軌跡中訓練和預測胰腺癌風險

具體來說，研究團隊開發了一種深度學習算法，稱之為CancerRiskNet，該算法可以預測患者因胰腺癌而帶來的風險。

為了驗證算法的精確性，研究人員使用了來自丹麥和美國的超過900萬患者的臨床數據，其中24000例為胰腺癌病例。


美國和丹麥患者的特點

研究人員利用胰腺癌患者的電子病歷數據來訓練CancerRiskNet，預測了患者罹患胰腺癌的風險，在測試集上的AUC值達到了0.86 （AUC值越接近1.0，檢測方法的真實性就越高）。

相比於傳統的篩查，在使用AI工具後，其準確度有50倍~300倍的提升。

除此之外，與平時常用的影像AI不同的是， 這項研究只需要CancerRiskNet接入病歷系統就行，不需要額外的數據採集。而如果用到影像數據，則需要被篩的對象去做CT，因此該方案如果大規模使用，落地難度更低，更適合大規模推廣。

新發現為早期檢測和預防胰腺癌提供了新的思路和方法。論文第一作者袁博博士介紹道，「目前，還沒有可靠的生物標誌物或篩選工具來檢測早期胰腺癌。這項研究的目的是開發一種人工智能工具，幫助臨床醫生識別胰腺癌的高危人群，讓這些患者能從早期的治療中受益。」

哥本哈根大學生物學教授Søren Brunak表示，「許多類型的癌症，尤其是那些難以識別和早期治療的癌症，對患者、家庭以及整個醫療保健系統造成了不成比例的損失。基於人工智能的篩查將是改變胰腺癌發展軌蹟的一個契機。」

哈佛醫學院高級研究員Chris Sander表示，「這種人工智能工具可以瞄準那些患胰腺癌風險最高的人，他們能從進一步的測試中獲益良多，這將對改善臨床決策有很大的幫助。」

由此可見，借助人工智能的幫助，醫務人員不僅能夠在早期發現患者的胰腺癌風險，提高患者的生存率，而且可以準確地鎖定需要更頻繁篩查和監測的「高危人群」，從而防患於未然。

參考資料：
A deep learning algorithm to predict risk of pancreatic cancer from disease trajectories. Nature Medicine.
AI Predicts Future Pancreatic Cancer.harvard.edu

本文來自微信公眾號：深究科學（ID：deepscience），作者：周晨