據(jù)NBC新聞報道，美國麻省總醫(yī)院癌癥中心和麻省理工學院的科學家們，聯(lián)合開發(fā)了一款能夠預測肺癌風險的人工智能解決方案，名為“Sybil”。
1、準確率高達94%
正在進行的臨床實驗結(jié)果表明，Sybil能夠利用低劑量胸部計算機斷層掃描（LDCT）圖像數(shù)據(jù)，預測患者未來六年內(nèi)患肺癌的風險。甚至對于患者在未來一年內(nèi)患肺癌的風險預測準確率高達86%至94%。
肺癌是美國和世界各地癌癥死亡的主要原因，醫(yī)生通常建議50-80歲之間有吸煙史的人群使用LDCT進行肺部篩查，希望能在早期發(fā)現(xiàn)肺癌。因為一項研究表明，早期肺癌的五年生存幾率接近70%，而晚期肺癌的五年生存幾率不足10%。
事實證明，這一篩查將肺癌死亡人數(shù)有效降低了24%。但隨著非吸煙者肺癌發(fā)病率的攀升，需要新的“策略”來篩查和預測更廣泛人群的肺癌風險。Sybil就是滿足這一市場需求的產(chǎn)物。
其原理是通過分析LDCT圖像中包含的信息，評估肺部異常生長的跡象，告訴醫(yī)生潛在的癌癥風險，盡早發(fā)現(xiàn)并治病癥，以提高患者存活率。
2、數(shù)百萬數(shù)據(jù)參照，實現(xiàn)“大海撈針”
事實上，盡管Sybil讓肺癌預測從概念照進現(xiàn)實，但肺部CT掃描的3D特性仍是Sybil需要面對的一個挑戰(zhàn)。
因為早期的肺癌只占據(jù)了肺部的一小部分，在CT掃描的數(shù)十萬像素中根本微不足道，這也導致用于Sybil訓練的成像數(shù)據(jù)上看不到任何癌癥跡象，Peter Mikhael博士將這一過程比喻為“大海撈針”。
為了確保Sybil能夠準確評估癌癥風險，研發(fā)團隊標記了數(shù)百個帶有可見癌性腫瘤的CT掃描用于訓練Sybil，然后在沒有明顯癌癥跡象的CT掃描上測試模型，通過使用曲線下面積（AUC）來確定Sybil的準確性，AUC衡量測試區(qū)分疾病和正常樣本的程度，其中1.0是滿分。
實驗結(jié)果表明，在某些情況下Sybil可以檢測到放射科醫(yī)生都無法識別的癌癥跡象，直到多年后在CT掃描上看到結(jié)節(jié)。此外，它能夠提前一到六年預測一個人患肺癌的幾率。其中預測一年時的AUC為0.92；兩年時的AUC為0.86；6年預測的平均指數(shù)為0.75。
盡管它有潛力，但研究人員告訴NBC新聞，用于訓練它的“黑人或西班牙裔患者”數(shù)據(jù)不足。且FDA曾在去年表示，Sybil的開發(fā)公司和研發(fā)團隊必須制定一項計劃，確保臨床試驗適用于不同的患者群體，然后才能提交申請。
3、國內(nèi)肺癌人數(shù)高居榜首
麻省理工學院教授Regina Barzilay她將Sybil的靈感來源歸功于Sylvia。從她口中我們得知Sylvia是一位年輕健康且熱愛運動的不吸煙者，在Sylvia最開始咳嗽的時候她的醫(yī)生和家人都沒有往肺癌那方面想。而當她被確診的時候，疾病已經(jīng)發(fā)展到無法逆轉(zhuǎn)的地步。
這讓Barzilay在哀悼Sybil的同時陷入深思：還有多少其他患者也有類似的軌跡？
近年來，越來越多的不吸煙人群被檢查出患有肺癌。其中，女性患者比例明顯高于男性。數(shù)據(jù)顯示，在全球范圍內(nèi)超過 50%的被診斷患有肺癌的女性是不吸煙者，而男性的這一比例為15%至20%。
事實上，我們國內(nèi)肺癌患者人數(shù)也高居不下，甚至在日前公布的2016年中國惡性腫瘤流行數(shù)據(jù)中占據(jù)榜首。報告中明確列出，我國肺癌新發(fā)病例約為82.81萬。面對人類健康的“頭號殺手”我們除了采取不同的防治措施，還需要像Sybil這樣的設(shè)備實現(xiàn)“早發(fā)現(xiàn)早治療”。
京公網(wǎng)安備11010802046783號
