科技让生活更美好
不知道大家还记不记得那个用50块1080 TI显卡抗癌的“业余”程序员。万能五笔输入法官方版的功能介绍
他曾经自掏腰包训练了一个AI，建立了一个免费网站，让人工智能帮你“看电影”，快速诊断乳腺癌。
当时差评师就在幻想，未来AI技术一定会在医疗领域溅起很多水花。
但谁也没想到，这个未来来得有点快，而AI掀起的更像是一个大浪，而不是水花。
前不久在顶级医学期刊《《自然医学》》上发表了一篇论文，说用AI模型和简单的平扫CT大规模筛查早期胰腺癌是可能的。
这个消息直接在医疗圈炸开了锅。
《自然医学》很少带着标题的评论:AI加持的医学影像即将迎来黄金时代。
各大媒体也争相报道，“突破难题”、“人类第一次”等赞美之词毫不吝啬。
而如果用一句话来形容这项技术的含金量。
差评师觉得什么比较合适:以前，想都不敢想。
这么说吧，这个反派“胰腺癌”在所有癌症中有一个很可怕的名字——“癌症之王”。
只要确诊为胰腺癌，几乎就判了死刑。近90%的人在被确诊为胰腺癌后，活不过五年，这在癌症中是一个很可怕的数字。
很多名人像吴尊友，帕瓦罗蒂都死于胰腺癌。
死亡率之所以这么高，是因为胰腺癌太难在早期发现。一旦发现，很可能就晚了。
因为胰腺，非常隐蔽，藏在胃的后面，被十二指肠、脾脏、肝脏等器官包围。
但我们平时去医院体检，如超声、CT平扫等，很难发现早期胰腺癌的特征。
当然，增强CT或增强MRI可以更清楚地看到胰腺。
但胰腺癌的发病率其实并不高，在所有癌症种类中仅排在十位。
所以考虑到辐射，医疗资源跑等问题。。。为了胰腺，大家每年都要做增强CT或者增强MRI，但是不划算。
基本上，只有患者发现了异常，才会去做这些项目。
但是在症状上很难发现早期胰腺癌。
患者早期的症状一般为恶心、呕吐、乏力等。，和普通病的症状没什么区别，医生很容易上当。
而且癌变会影响胰腺功能，早期胰腺癌可能冒充糖尿病。。。汪正正身高吧
所以在影像+症状双重Debuff 的情况下，大规模筛查胰腺癌变得异常困难 。
所以，这些年来，为了早期发现胰腺癌，医学界掉了很多头发，秃了很多脑，但最终的成果却很少。
前几年业内有一个很火的癌症验血(ctDNA)，一度被大家看好。它从病人的血液中寻找癌症碎片。
但是这种方法也很难找到癌症一期和二期的血液碎片。到现在，快十年过去了，还是没有什么进展。
这一次，研究人员想到了用AI大模型来解决这个问题。
差评师还去了《自然医学》官网，翻了翻原文。据说真的可以在胰腺癌早期筛查上打个洞。
这一次，他们创造了一个名为熊猫(具有人工智能)的大型AI模型，可以根据简单的普通CT图像做出胰腺癌的诊断。
这么说吧，在临床验证中，研究团队已经测试了2万多个病例，熊猫差点漏诊。99.9% 胰腺癌确诊。
偶尔有一些误诊，也是容易排除的病变，如脂肪浸润、胃肠内容物等。，医生简单检查下就能排除。
使用AI的想法是由上海胰腺疾病研究所的曹凯博士首先想到的(他也是本文的共同第一作者)。
有一个关于他的小故事。在大学期间，曹凯的实习导师也死于胰腺癌。和很多患者一样，他确诊的时候已经是晚期了。
但他在整理导师的病例资料时，发现导师在确诊前十个月做过一次CT平扫。
虽然当时没有任何征兆，但带着结论回过头来看，还是能隐约看到胰腺病变的迹象。
在这样的机会下，曹凯认为，既然人眼很难识别普通CT图像中早期胰腺癌病变的迹象，不如先用ai帮助医生筛查。
后来他遇到了达摩院医疗AI团队的负责人吕乐，两人在这一块不谋而合，就有了现在的熊猫模型。
熊猫筛查胰腺癌的流程也很简单，和医生看片子没什么区别。
然而，凭借其强大的算法，它注意到了比医生肉眼看到的更多的细节，自然它可以顺利地找到疑似病变。
但是要练出这样一个AI，并不是那么容易的。
不像语言模型出了问题就能通过。熊猫对精度的要求非常高。
判断看病好不好有两个维度，一个是特异性，一个是敏感性。
特异性高则容易漏诊，敏感性高则误诊。
归根结底，调整漏诊和误诊的这种“平衡”取决于馈入模型的数据集和训练模型的方法。
第一，数据集，说的是宠物的毛发光滑与否取决于主人喂的是什么，在训练模型中也是如此。
这个研究团队投入了大量资金。他们打电话给各个医院的48名医生，收集了3000名患者的腹部CT图像。
其中胰腺癌患者约2200人，非胰腺癌患者近1000人。
这3000个病人的数据都是医生自己手工标注的。
而且由于CT平扫图像对比度太低，手工标注不实用，所以都标注在患者的增强CT图像上。
贴标签的过程也是相当专业的。医生要在每张CT图上勾画出肿瘤的二维图像，每张都有十几二十层，这对于非专业人士来说是不可能的。
十几张二维图像画在一起，几乎就是整个肿瘤的三维图像。
要喂的数据准备好了，接下来就是选型+训练。
研究团队首先研究出一种配准算法，将之前标记的增强CT数据迁移到普通CT图像上，让 AI 学会看普通CT图像。
后来，就是重头戏了。虽然3000个数据在医学领域已经不少了，但是这些量对于深度学习来说还是比较满意的。
所以他们不得不在模型算法上多下功夫来弥补。
据达摩院团队的张玲介绍，在选择模型的时候，他们团队先试了很多技术路线，最后研究出了一个“混合版”模型，集分割、检测、分类的功能于一体。
而且这三个功能不是独立的，而是循序渐进，环环相扣。
以一套正常的完整测试程序为例。
熊猫在得到CT平扫图像后，会利用分割功能找到胰腺在整个图像中的位置。
找到胰腺后，启动检测功能，看看胰腺有没有问题。
如果发现异常，使用第三步中的分类功能，识别这种情况属于哪种胰腺病变。
有了这个模型和算法，熊猫也开始在临床试验中迭代更新。
这个过程是典型的“错误-反馈-纠错”循环，研究团队用了大约年的时间。
算法修改问题不大。比较麻烦的是前期反馈:这个AI怎么修改。。。
比如熊猫有时候会检测到脂肪浸润。
仅在这种情况下，研究小组就和医生们讨论了三个月，要不要让它变得这么“敏感”，挣扎了好几次才最终死去。
当然，虽然PANDA的准确率相当高，但在实际检测过程中只能起到初筛的作用。
它找出医生看不到的病灶后，还是要让医生再检查一遍，确保没有误诊什么的。
去年，熊猫模型成功推出，一些医院和体检中心已经使用这种AI来帮助筛查。
据张玲称，到目前为止，他们已经使用熊猫模型帮助筛选了超过50万人。
并且在这个案例中，成功发现并治疗了2例临床漏诊的胰腺癌患者。
其中一个每年去医院体检中心定期体检。当时体检的时候他没发现什么异常。
结果7个月后，在熊猫的临床试验中，他的CT图像被检测出95%的概率是胰腺神经内分泌肿瘤。
后来医院直接找到他，给他做了增强磁共振检查，发现熊猫真的没有搞错。
好在肿瘤还在早期，手术切除的比较早，后续检查也没有复发。
现在，研究团队并没有停止，他们还想进一步拓宽熊猫的筛选范围。
张玲透露，我们现在考虑的是是否将胞囊加入熊猫的检测范围。
未来，他们还计划纳入更多的癌症甚至慢性病，让每个人只要在体检时做一次普通的CT扫描，医生就可以通过AI辅助他们，就可以看到这些疾病的迹象。
也许有一天，在这个AI的帮助下，所有的癌症都可以通过简单的CT扫描在早期发现。。。
最后，我觉得慕克吉写的《大病与癌症之王传》中的一段话还是挺贴切的:
为了赶上这种疾病(癌症)，人类一次又一次地创造和学习新知识，抛弃旧策略。我们在与癌症的抗争中执着，有时聪明，有时绝望，有时夸张，有时暴力，有时疯狂，有时肃然起敬。这场战争已经持续了几千年。
差评师也希望在AI开辟的这个“新战场”上，人类能够彻底制服癌症这个猛兽。
作者:松鼠编辑:姜姜&；顶线盖:环燕发展前景英文缩写
未经允许不得转载：科技让生活更美好 » 这位上海医生带头搞的AI，要让癌症诊断进入好时代了
