当放射医学“遇上”人工智能

【导语】随着人工智能（AI）技术的飞速发展，这一“数字时代的最强大脑”正深刻改变着人类生活的方方面面。在医学领域，AI的应用尤为引人注目，尤其在医学影像和放射肿瘤治疗方面，它已成为智慧医疗的新引擎。上海复旦大学附属眼耳鼻喉科医院的专家团队，包括马思源、主治医师李瑞辰及主任医师王孝深，将为我们揭示AI如何助力医学影像解析，提高诊断精度，并推动放射肿瘤治疗进入智慧化新时代。通过精准捕捉病灶、优化靶区勾画，AI正引领医学迈向更高效、更精准的未来。

作者：马思源 上海复旦大学附属眼耳鼻喉科医院

李瑞辰 上海复旦大学附属眼耳鼻喉科医院 主治医师

审核：王孝深 上海复旦大学附属眼耳鼻喉科医院 主任医师

当今，“人工智能（AI）”这一术语已广为人知。作为“数字时代的最强大脑”，AI正在以前所未(wèi)有(yǒu)的(de)力(lì)量(liàng)重(zhòng)塑(sù)着(zhe)人(rén)类(lèi)生(shēng)活(huó)。简(jiǎn)单(dān)来(lái)说(shuō)，AI通(tōng)过(guò)汲(jí)取(qǔ)海(hǎi)量(liàng)样(yàng)本(běn)数(shù)据(jù)的(de)精(jīng)华(huá)，逐(zhú)步(bù)代(dài)替(tì)人(rén)们(men)在(zài)日(rì)常(cháng)生(shēng)活(huó)中(zhōng)那(nà)些(xiē)重(zhòng)复(fù)性(xìng)高(gāo)且(qiě)较(jiào)为(wèi)烦(fán)琐(suǒ)的(de)工(gōng)作(zuò)。众(zhòng)所(suǒ)周(zhōu)知(zhī)，AI在(zài)“机(jī)器(qì)人(rén)视(shì)觉(jué)”领(lǐng)域的(de)成(chéng)就(jiù)尤(yóu)为(wèi)突(tū)出(chū)，它(tā)在(zài)人(rén)脸(liǎn)识(shi)别(bié)技(jì)术(shù)、辅(fǔ)助(zhù)驾(jià)驶(shǐ)、图(tú)像(xiàng)分(fēn)割(gē)等(děng)多(duō)个(gè)领(lǐng)域均(jūn)展(zhǎn)现(xiàn)出(chū)较(jiào)高(gāo)的(de)应(yīng)用(yòng)价(jià)值(zhí)。也(yě)正(zhèng)是(shì)凭(píng)借AI的视觉分析能力，现代医学迈入了智慧医疗新时代，尤其在放射医学领域，AI的应用堪称点睛之笔。

图1 版权图片 不授权转载

医学影像领域的挑战

21世纪，医学影像学已经成为现代医学体系中不可或缺的支柱。它赋予了医生一双“透视之眼”，可以让隐藏于人体深处的奥秘通过不同形式、不同角度在电子屏幕上直观展现出来。随后，需要专业的读片医生对获取的影像画面进行细致入微的解析，精准地识别出每一个潜在的病灶，并将其详尽记录于诊断报告中。其重要性不言而喻，可谓是后续诊疗决策制定的基石。

然而并非所有的病灶都会“大摇大摆”地呈现在影像画面中，某些早期病变可能微小如芝麻粒。当这样一粒芝麻隐匿在身体内的某个角落，找到它的难度之大可想而知，这也势必为读片医生带来不小的挑战。因此，在科技尚不发达的早期年代，影像检查中“漏诊误诊”现象时有发生。

图2 版权图片 不授权转载

AI“邂逅”医学影像学检查

当AI“邂逅”医学影像学检查，会碰撞出什么样的火花呢？随着胸部低(dī)剂(jì)量螺旋CT技术的普(pǔ)及(jí)，肺(fèi)结(jié)节(jié)已(yǐ)经(jīng)成(chéng)为(wèi)呼(hū)吸(xī)科(kē)领(lǐng)域较(jiào)为(wèi)常(cháng)见(jiàn)的(de)发(fā)现(xiàn)。从(cóng)细(xì)微(wēi)之(zhī)处(chù)着(zhe)眼(yǎn)，那(nà)些(xiē)直(zhí)径不(bù)足(zú)5毫(háo)米(mǐ)的(de)微(wēi)小(xiǎo)结(jié)节(jié)，如(rú)同(tóng)潜(qián)藏(cáng)在(zài)肺(fèi)叶(yè)深(shēn)处(chù)的(de)“谜(mí)团(tuán)”，其(qí)性(xìng)质(zhì)的(de)不(bù)确(què)定(dìng)性(xìng)及(jí)潜(qián)在(zài)的(de)恶(è)性(xìng)转(zhuǎn)变(biàn)风(fēng)险(xiǎn)，始(shǐ)终(zhōng)是(shì)患(huàn)者(zhě)心(xīn)头(tóu)挥(huī)之(zhī)不(bù)去(qù)的(de)阴(yīn)影(yǐng)。然(rán)而(ér)，随(suí)着(zhe)AI的(de)崭(zhǎn)露(lù)头(tóu)角(jiǎo)，AI算(suàn)法(fǎ)模(mó)型(xíng)不(bù)仅(jǐn)能(néng)够(gòu)以(yǐ)超(chāo)越(yuè)人(rén)类(lèi)肉(ròu)眼(yǎn)的(de)敏(mǐn)锐(ruì)度(dù)精(jīng)准(zhǔn)定(dìng)位(wèi)肺(fèi)结(jié)节(jié)，捕(bǔ)捉(zhuō)其(qí)细(xì)微(wēi)的(de)形(xíng)态(tài)特(tè)征(zhēng)，还(hái)可(kě)以(yǐ)进(jìn)一(yī)步(bù)为(wèi)医(yī)疗(liáo)团(tuán)队提供宝贵的决策性意见。

2022年，欧洲肿瘤内科学会提出，当前AI技术不仅搭载了用于识别肺部微小结节的“临床特征和CT影像特征”的精确诊断模型，还可以联合“生物标志物检测”，构建起一套全面的肺部微小结节良/恶性综合诊断体系。通过这两项技术的“强强联手”，可显著降低89%的不必要手术率和73%的延迟治疗率。中华医学会呼吸病学分会肺癌学组、中国肺癌防治联盟组织专家对AI影像辅助诊断系统评估肺结节的科学评价中已证实AI在辅助识别诊断肺结节方面的重要性[1]。

图3 版权图片 不授权转载

放射肿瘤治疗学的“新时代”

得益于AI在医学影像学中的卓越成绩，放射肿瘤治疗学科也迎来了智慧化转型(xíng)。当(dāng)前(qián)，放(fàng)射(shè)治(zhì)疗(liáo)在(zài)肿(zhǒng)瘤(liú)的(de)综(zōng)合(hé)治(zhì)疗(liáo)方(fāng)案(àn)中(zhōng)占(zhàn)据(jù)着(zhe)举(jǔ)足(zú)轻(qīng)重(zhòng)的(de)地(de)位(wèi)。据(jù)统(tǒng)计(jì)，人(rén)体(tǐ)约(yuē)60%的(de)肿(zhǒng)瘤(liú)发(fā)展(zhǎn)到(dào)一(yī)定(dìng)阶(jiē)段(duàn)需(xū)要(yào)放(fàng)射(shè)治(zhì)疗(liáo)的(de)干(gàn)预(yù)[2]，有(yǒu)些(xiē)恶(è)性(xìng)肿(zhǒng)瘤(liú)，如(rú)鼻(bí)咽(yàn)癌(ái)、喉(hóu)癌(ái)、扁(biǎn)桃(táo)体(tǐ)癌(ái)、宫(gōng)颈(jǐng)癌(ái)等(děng)通(tōng)过(guò)根(gēn)治(zhì)性(xìng)放(fàng)疗(liáo)可(kě)获(huò)得(de)痊(quán)愈(yù)。放(fàng)射(shè)治(zhì)疗(liáo)的(de)过(guò)程(chéng)就(jiù)好(hǎo)比(bǐ)一(yī)场(chǎng)精(jīng)准(zhǔn)的(de)“射(shè)击(jī)打(dǎ)靶(bǎ)”，其(qí)核(hé)心(xīn)在(zài)于(yú)如(rú)何(hé)精(jīng)准(zhǔn)狙(jū)击(jī)肿(zhǒng)瘤(liú)，同(tóng)时(shí)最(zuì)大(dà)限(xiàn)度(dù)地(de)减(jiǎn)少(shǎo)对(duì)周(zhōu)围(wéi)正(zhèng)常(cháng)组(zǔ)织(zhī)的(de)伤(shāng)害(hài)。这(zhè)将(jiāng)直(zhí)接(jiē)关系(xì)到(dào)患(huàn)者(zhě)的(de)生(shēng)存(cún)率(lǜ)及(jí)治(zhì)疗(liáo)后(hòu)的(de)生(shēng)活(huó)质(zhì)量(liàng)。因(yīn)此(cǐ)，“勾(gōu)画(huà)靶(bǎ)区(qū)”这(zhè)一(yī)环(huán)节(jié)在(zài)整(zhěng)个(gè)放(fàng)疗(liáo)流(liú)程(chéng)中(zhōng)显(xiǎn)得(de)尤(yóu)为(wèi)关键。人(rén)工(gōng)勾(gōu)画(huà)靶(bǎ)区(qū)（包(bāo)含(hán)肿(zhǒng)瘤(liú)靶(bǎ)区(qū)和(hé)危(wēi)及(jí)器(qì)官(guān)）高(gāo)度(dù)依(yī)赖(lài)于(yú)放(fàng)射(shè)治(zhì)疗(liáo)科(kē)医(yī)生(shēng)的(de)临(lín)床(chuáng)经(jīng)验(yàn)，普(pǔ)遍(biàn)存(cún)在(zài)着(zhe)耗(hào)时(shí)长(zhǎng)（3～10小(xiǎo)时(shí)）、精(jīng)确(què)度(dù)有(yǒu)限(xiàn)（准(zhǔn)确(què)率(lǜ)＜90%）及(jí)个(gè)体(tǐ)间(jiān)差(chà)异(yì)显(xiǎn)著(zhe)等(děng)问(wèn)题(tí)。由(yóu)于(yú)勾(gōu)画(huà)单(dān)一(yī)病(bìng)例(lì)的(de)靶(bǎ)区(qū)就(jiù)需(xū)要(yào)耗(hào)费(fèi)大(dà)量(liàng)时(shí)间(jiān)，因(yīn)此(cǐ)，患(huàn)者(zhě)等(děng)待(dài)时(shí)间(jiān)延(yán)长(zhǎng)，患(huàn)者(zhě)积(jī)压(yā)严(yán)重(zhòng)，同(tóng)时(shí)也(yě)存(cún)在(zài)漏(lòu)靶(bǎ)等(děng)潜(qián)在(zài)风(fēng)险(xiǎn)。那(nà)么(me)，智(zhì)慧(huì)医(yī)疗(liáo)又(yòu)如(rú)何(hé)有(yǒu)效(xiào)应(yīng)对(duì)这(zhè)些(xiē)挑(tiāo)战(zhàn)呢(ne)？

首(shǒu)先(xiān)，医(yī)生(shēng)将(jiāng)业(yè)内(nèi)顶(dǐng)尖(jiān)专(zhuān)家(jiā)精(jīng)心(xīn)勾(gōu)画(huà)的(de)肿(zhǒng)瘤(liú)靶(bǎ)区(qū)样(yàng)本(běn)作(zuò)为(wèi)AI学(xué)习(xí)的(de)“金(jīn)标(biāo)准(zhǔn)”，随(suí)后(hòu)AI便(biàn)能(néng)深(shēn)入(rù)学(xué)习(xí)“输(shū)入(rù)和(hé)输(shū)出(chū)”之(zhī)间(jiān)的(de)微(wēi)妙(miào)关系(xì)，从(cóng)而(ér)对(duì)新(xīn)病(bìng)例(lì)进(jìn)行(xíng)精(jīng)准(zhǔn)的(de)靶(bǎ)区(qū)勾(gōu)画(huà)。通(tōng)过(guò)海(hǎi)量(liàng)样(yàng)本(běn)的(de)持(chí)续(xù)优(yōu)化(huà)与(yǔ)迭(dié)代(dài)，肿瘤靶区智能勾画系统终于“华丽登场”。该系统可囊括多套影像配准模块，支持与CT、MR、PET/CT、PET/MR等(děng)多(duō)模(mó)态(tài)影(yǐng)像无缝融合，为精准勾画靶区提供了强大的技术支持。此外，这一勾画系统不仅实现了秒级的勾画速度，还保证了高质量的勾画结果。借助AI自动勾画技术，肿瘤靶区勾画工作时间从平均4小时大幅缩短至几分钟，且勾画质量与专家水平相当[3]。

图4 版权图片 不授权转载

AI的发展从未停下脚步，虽然说目前可能仍处于萌芽期，但它已展现出非凡的潜力。需要强调的是，AI技术与医疗领域的结合是相辅相成的，正如上文所述，其发展离不开专业医生的大量“高质量样本”的注入，绝非“无源之水”。所以，我们并不能就此停下探索医学的脚步。

参考文献：

[1]中华医学会呼吸病学分会, 中国肺癌防治联盟专家组. 肺结节诊治中国专家共识（2024年版）[J]. 中华结核和呼吸杂志, 2024, 47(8): 716-729.

[2]SIEGEL R L, MILLER K D, WAGLE N S, et al. Cancer statistics, 2023[J]. CA Cancer J Clin, 2023, 73(1):17-48.

[3]TANG H, CHEN X, LIU Y,et al. Clinically applicable deep learning framework for organs at risk delineation in CT images[J]. Nature Machine Intelligence, 2019, 1(10): 480-491.