当放射医学“遇上”人工智能

【导语】在当今数字时代，“人工智能（AI）”正以前所未有的力量重塑人类生活。在医学领域，AI的“智慧”尤为亮眼，尤其在放射医学中展现出巨大潜力。马思源及李瑞辰（均来自上海复旦大学附属眼耳鼻喉科医院）携手王孝深主任医师，共同揭示了AI如何助力医学影像诊断与放射治疗，开启智慧医疗的新篇章。从精准定位肺结节到秒级勾画肿瘤靶区，AI正逐步解决传统医学影像分析中的难题，为患者带来更为精准、高效的医疗服务。

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正在以前所未有的力量重塑着人类生活。简单来说，AI通过汲取海量样本数据的精华，逐步代替人们在日常生活中那些重复性高且较为烦琐的工作。众所周知，AI在“机器人视觉”领域的成就尤为突出，它在人脸识别技术、辅助驾驶、图像分割等多个领域均展现出较高的应用价值。也正是凭借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(xué)已(yǐ)经(jīng)成(chéng)为(wèi)现(xiàn)代(dài)医(yī)学(xué)体(tǐ)系(xì)中(zhōng)不(bù)可(kě)或(huò)缺(quē)的(de)支(zhī)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(xiàn)在(zài)影(yǐng)像(xiàng)画(huà)面(miàn)中(zhōng)，某(mǒu)些(xiē)早(zǎo)期(qī)病(bìng)变(biàn)可(kě)能(néng)微(wēi)小(xiǎo)如(rú)芝(zhī)麻(má)粒(lì)。当(dāng)这(zhè)样(yàng)一(yī)粒(lì)芝(zhī)麻(má)隐(yǐn)匿(nì)在(zài)身(shēn)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？随着胸部低剂量螺旋CT技术的普及，肺结节已经成为呼吸科领域较为常见的发现。从细微之处着眼，那些直径不足5毫米的微小结节，如同潜藏在肺叶深处的“谜团”，其性质的不确定性及潜在的恶性转变风险，始终是患者心头挥之不去的阴影。然而，随着AI的崭露头角，AI算法模型不仅能够以超越人类肉眼的敏锐度精准定位肺结节，捕捉其细微的形态特征，还可以进一步为医疗团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(è)性(xìng)综(zōng)合(hé)诊(zhěn)断(duàn)体(tǐ)系(xì)。通(tōng)过(guò)这(zhè)两(liǎng)项(xiàng)技(jì)术(shù)的(de)“强(qiáng)强(qiáng)联(lián)手(shǒu)”，可(kě)显(xiǎn)著(zhe)降(jiàng)低(dī)89%的(de)不(bù)必(bì)要(yào)手(shǒu)术(shù)率(lǜ)和(hé)73%的(de)延(yán)迟(chí)治(zhì)疗(liáo)率(lǜ)。中(zhōng)华(huá)医(yī)学(xué)会(huì)呼(hū)吸(xī)病(bìng)学(xué)分(fēn)会(huì)肺(fèi)癌(ái)学(xué)组(zǔ)、中(zhōng)国(guó)肺(fèi)癌(ái)防(fáng)治(zhì)联(lián)盟(méng)组(zǔ)织(zhī)专(zhuān)家(jiā)对(duì)AI影(yǐng)像(xiàng)辅(fǔ)助(zhù)诊(zhěn)断(duàn)系(xì)统(tǒng)评(píng)估(gū)肺(fèi)结(jié)节(jié)的(de)科(kē)学(xué)评(píng)价(jià)中(zhōng)已(yǐ)证(zhèng)实(shí)AI在(zài)辅(fǔ)助(zhù)识(shi)别(bié)诊(zhěn)断(duàn)肺(fèi)结(jié)节(jié)方(fāng)面(miàn)的(de)重(zhòng)要(yào)性(xìng)[1]。

图(tú)3 版(bǎn)权(quán)图(tú)片(piàn) 不(bù)授(shòu)权(quán)转(zhuǎn)载(zài)

放(fàng)射(shè)肿(zhǒng)瘤(liú)治(zhì)疗(liáo)学(xué)的(de)“新(xīn)时(shí)代(dài)”

得(de)益(yì)于(yú)AI在(zài)医(yī)学(xué)影(yǐng)像(xiàng)学(xué)中(zhōng)的(de)卓(zhuō)越(yuè)成(chéng)绩(jī)，放(fàng)射(shè)肿(zhǒng)瘤(liú)治(zhì)疗(liáo)学(xué)科(kē)也(yě)迎(yíng)来(lái)了(le)智(zhì)慧(huì)化(huà)转(zhuǎn)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)展到一定阶段需要放射治疗的干预[2]，有些恶性肿瘤，如鼻咽癌、喉癌、扁桃体癌、宫颈癌等通过根治性放疗可获得痊愈。放射治疗的过程就好比一场精准的“射击打靶”，其核心在于如何精准狙击肿瘤，同时最大限度地减少对周围正常组织的伤害。这将直接关系到患者的生存率及治疗后的生活质量。因此，“勾画靶区”这一环节在整个放疗流程中显得尤为关键。人工勾画靶区（包含肿瘤靶区和危及器官）高度依赖于放射治疗科医生的临床经验，普遍存在着耗时长（3～10小时）、精确度有限（准确率＜90%）及个体间差异显著等问题。由于勾画单一病例的靶区就需要耗费大量时间，因此，患者等待时间延长，患者积压严重，同时也存在漏靶等潜在风险。那么，智慧医疗又如何有效应对这些挑战呢？

首先，医生将业内顶尖专家精心勾画的肿瘤靶区样本作为AI学习的“金标准”，随后AI便能深入学习“输入和输出”之间的微妙关系，从而对新病例进行精准的靶区勾画。通过海量样本的持续优化与迭代，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等多模态影像无缝融合，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(xué)会(huì)呼(hū)吸(xī)病(bìng)学(xué)分(fēn)会(huì), 中(zhōng)国(guó)肺(fèi)癌(ái)防(fáng)治(zhì)联(lián)盟(méng)专(zhuān)家(jiā)组(zǔ). 肺(fèi)结(jié)节(jié)诊(zhěn)治(zhì)中(zhōng)国(guó)专(zhuān)家(jiā)共(gòng)识(shi)（2024年(nián)版(bǎn)）[J]. 中(zhōng)华(huá)结(jié)核(hé)和(hé)呼(hū)吸(xī)杂(zá)志(zhì), 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.