WFU

2018年3月28日 星期三

人工智能與乳癌

作者:魏銓延 醫師





乳癌在全世界都是女性最常見的癌症,發病率高居首位,嚴重危害女性的身心健康。乳房專科醫生數量不足和專業水平參差不齊,乳癌篩檢工作舉步維艱,有沒有遇到專業且用心的醫師決定了病人的生死。

超音波具有成本低廉、無輻射、設備體積小、方便攜帶、適合亞洲女性乳房結構等多重特點,在有經驗的醫師操作下是乳癌篩檢的首選方法。但有經驗又肯用心的醫師數量不足,無法讓所有患者得到及時和準確的醫療,這時人工智能的幫助有助提升診斷及治療的效率。

一、人工智能與乳癌影像診斷


2016年,美國團隊開發NLP演算法,確獲得了543例乳癌患者乳房攝影的關鍵特徵,其診斷速度是普通醫師的30倍且準確率高達99%。

二、人工智能與乳癌病理診斷


2017年3月,來自Google的科學家們利用神經網絡架構的人工智能技術,對130張病理切片進行乳癌淋巴結轉移病灶檢測。結果人工智能達到了88.5%的準確率而病理學家的準確率僅有73.3%。

三、人工智能輔助抗乳癌藥物研發


2016年11月,IBM與麻省理工學院及哈佛大學合作,發起了一項投資5000萬美元、為期5年的癌症基因組計劃,分析約1萬例癌症患者的腫瘤基因組數據,預測哪些腫瘤可能會對哪些藥物產生耐藥性,旨在研發新一代抗癌藥物。

四、以人工智能為平台的醫療輔助工具


2016年12月9日在美國聖安東尼奧乳癌會議上,有一研究採用雙盲法對比IBM公司的人工智能平台與印度醫院的多專科 團隊對638例不同分期乳癌患者給出的治療建議之後,發現人工智能在標準推薦治療和腫瘤專家團隊的符合率達到73%,但在耗時方面,人類專家平均需要20min,而人工智能分析數據到給出治療建議,平均僅耗時40s。

五、人工智能的其他應用

美國生物傳感器公司Cyrcadia Health開發出個性化可穿戴智能內衣iTbra,可通過檢測乳腺組織中微小的温度變化,用機器學習算法和人工智能識別進程進行早期乳腺癌檢查,目前該產品仍處於測試階段。

結論


(1)從目前的臨床來看,人工智能獲得較好應用的是醫學影像和病理學領域,這2個領域的工作內容恰巧是乳癌診斷中重要的部分。

(2)人工智能輔助臨牀醫師為患者提供診療方案,對於提高醫師的診斷準確率和效率、提高醫院競爭力可能有一定的積極作用

但臨床醫療行為具有極其鮮明的人文特質,人工智能無法替代醫師對患者進行交流與安慰,尊重患者隱私以及對患者隱私的保護也是一個潛在的問題。

而且,對於人工智能診療費用的定價、人工智能與患者醫療保險的關係、醫療數據如何依法依規地開放、人工智能出現醫療糾紛時應承擔的法律責任等基本問題,都還沒有結論。

(3)目前人工智能尚處於“弱人工智能”階段。距離全面融入臨床醫師日常工作、全球範圍大規模使用、縮小不同地區間醫療水平差距等目標尚有很長的路要走。

大膽設想,在“強人工智能”階段,兼具(診療)全方位、全自動於一體的醫療機器人也會超過普通醫師。就像電影中,一台能自動給患者進行手術的全自動手術機器人,一定會被發明出來,只是時間問題。

(4)對乳房外科醫師而言,突然出現有人工智能的機器人醫師來拯救乳癌患者雖然是不太可能的,但將來一定會有越來越多的乳癌患者和醫師能夠從人工智能的巨大進步中獲益。