人工智能辅助对抗乳腺癌的时代已来

原标题:人工智能辅助对抗乳腺癌的时代已来

关注并标星36氪

每天3次，打卡阅读

更快更深刻洞察互联网商业

━━━━━━

当癌症成为慢性病 —— 从女性乳腺癌的早期筛查说起。

文 |  yanyan

民间流传着这样一种说法：孕妇不会得乳腺癌。

这显然是错误的。准确的说法是，怀孕期间，乳腺癌被发现的可能性比较低。

事实上，世界各地乳腺癌发病年龄分布模式有一定相似度。主要情况是，乳腺癌罕见于青春期女性，被诊断为乳腺癌的孕妇年龄一般偏大，集中在32-38岁之间。

国家癌症中心2018年2月发布的报告显示，肺癌和乳腺癌分别位居男女性发病的第一位[1]。其中，东部地区的乳腺癌负担较重，这与城镇化的进程、生育率的降低密切相关。早有学者称，“过去很多育龄妇女25岁就生育，现在可能30岁仍然未婚，这直接影响了一孩的出生数量。[2]”换言之，婴儿的出生率低，从人口数量的角度来看，母乳喂养的比例也相继受到影响。

而根据《肿瘤学年鉴》（Annals of Oncology）的一项研究报告，母乳喂养与预防乳腺癌显著正相关。雌激素是乳腺癌发生的重要刺激因子，而孕激素、泌乳素等怀孕、哺乳期特有激素是具有保护性的激素。母乳喂养可能通过延长有益激素的保护作用时间，相应地缩短雌激素的刺激作用时间，从而降低乳腺导管上皮细胞发生恶变的风险。

乳腺癌的预防与治疗的个中环节，盘丝相扣。所幸，现代医学的发展带来了一些好消息。

首先，乳腺癌的筛查必要且有效。此处的关键词是：有效！与女性的另一大妇科癌症病种，卵巢癌相比较，后者在临床上则无法证明筛查的有效性。患者通常发现时已是晚期，而妄想通过做B超观察卵巢是否有肿瘤的想法，也非常不符合实情 —— 超声很难分辨早期卵巢癌与普通卵巢疾病的差别。甚至在更多时候造成不必要的检查或手术[3]。

反观乳腺癌，目前已知的检测方法中有磁共振成像（MRI）、乳腺钼靶（MAM）与乳腺超声检查（BUS）。其中，乳腺钼靶检查的局限性在于，我国有大约70%的女性乳房都属于偏致密型[4]。在偏致密型乳房病例，其诊断率明显下降，造成漏诊。乳腺超声检查则比较依赖医生的水平，受主观影响大。这三者中，准确度最高的便是乳腺核磁共振成像，显示软组织阴影，并且无辐射，此外还可以发现除原发灶外的额外病灶及周边淋巴转移灶。

美国《临床肿瘤学杂志》（Journal of Clinical Oncology）杂志上研究的关键发现是：大约90%的乳腺癌可以通过MRI明确诊断[5]。严谨来看，那10%的概率是否有提升的空间？

有。人工智能在乳腺癌的影像诊断领域有了不少突破。

早在1998年，美国R2公司开发的ImageChecker乳腺计算机辅助诊断（computer-aided diagnosis，CAD）系统通过美国FDA批准上市，成为最早投入临床应用的CAD系统。CAD是指通过影像学、医学图像处理技术等，辅助影像科医生分析病灶。由于主观经验及知识水平导致的判断局限，CAD的辅助可以提高诊断的精确度。[6]目前，乳腺CAD是一类被广泛应用在X线摄影对乳腺癌的筛查上的工具。

IBM公司的Watson则是在人工智能平台上搭建的医疗辅助工具[7]，此前据媒体报道，IBM Watson已落户中国，并在医院落地自己的肿瘤解决方案。而其第一步商业化运作，即在医疗领域与纪念斯隆-凯特琳癌症中心（Memorial Sloan Kettering Cancer Center）联合推出了Watson肿瘤解决方案（Watson for Oncology，WFO），共同训练IBM Watson。

在此期间，Watson“被输入”数千份病人病历，以及近1500万页的医学文献，Watson的硬件配置可以使它每秒处理500GB的数据，相当于1秒阅读100万本书，就这样，Watson在短时间内速成为肿瘤医学专家。[8]目前作为Watson在华的首个合作伙伴项目，已有21家中国医院计划使用经由纪念斯隆-凯特琳癌症中心训练的IBM Watson肿瘤解决方案，此合作模式将可能协助医生获得个性化的循证癌症治疗方案，这也是Watson将肿瘤解决方案向基层推进的一种手段。

与此同时，汇医慧影近日宣布向100家基层医院提供1年肺结节免费筛查服务。这是一家致力于将深度学习技术应用到人工智能医学影像的企业，集成筛查、诊断、治疗各个方面，，覆盖包括胸部CT防漏诊断、乳腺钼靶检测等10多项常见癌症。汇医慧影目前在单病种方面已经实现智能筛查、智能决策、预后预测、随访的全流程覆盖。其与英特尔共同开发的人工智能乳腺全周期健康管理系统便是其相对应的落地产品。

该乳腺全周期健康管理系统着重辅助乳腺癌早期筛查以及诊治，并提供全数据链监控管理平台和乳腺疾病全周期解决方案。

众所周知，人工智能在提升疾病诊断的精确度上，需要率先建立用于乳腺癌筛查的深度学习模型。而英特尔的优势在于，其旗下的至强服务器即对现有CPU进行优化，可提供全CPU统一架构处理。此外也支持优化的Math KernelLibrary数学核心计算库和深度学习框架。众多开发者可在这一平台上，实现不同深度学习算法的移植、优化和重新部署。

从技术角度，目前阶段的深度学习架构普遍采用CPU加速缩短学习时间，而各大企业在人工智能上的转型都必须基于CPU的平台得以实现。英特尔能为人工智能提供端到端的、全栈式的技术支持，在以至强处理器为核心的硬件平台之上，还有立足于软件的三个层面的支持和优化，涵盖了基础层面、库的层面和工具层面。

英特尔的基础设施与数据应用平台的优势加之汇医慧影在前期积累的医院云计算服务经验，可在乳腺癌的诊断及治疗方面提供全面的个体化的综合信息。英特尔的至强服务器提供最高达768GB的内存，对乳腺采集影像进行像素级别的特征识别，发现潜在问题；在数据识别的精准方面，英特尔至强服务器可将深度网络模型优化并将数据集进一步加强，其高通量计算平台采用英特尔Inception-v4以及inception-resnet-v2等深度网络的乳腺癌筛查技术，配之汇医慧影公司读片准确率高达90%的人工智能系统，二者间的合作有望实现医疗影像辨识的新高度。

（编辑：济南站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!