AI防癌:癌症之王的胰腺癌可以通过普通CT检测出来了
作者：平凡的平凡我想先给看这篇回答的读者分享一点点的癌症基本的统计知识，也是给大家提个醒。
根据2022年2月国家癌症中心发布的全国癌症统计报告，2020年全球癌症死亡案例996万，中国最多，占到300万，差不多30%。
https://mmbiz.qpic.cn/mmbiz_png/8iaiavmPFssia3opbiaCzuLJRo38HGYxvpG5Ze8qRxjSbibJuNZaR6pSejDklEFmaIicGowCzics3al41rYlEOCzdNqUw/640?wx_fmt=png
癌症新发病例中肺癌，结直肠癌和胃癌占前三位，胰腺癌也不少有12万例，占到2.7%。
https://mmbiz.qpic.cn/mmbiz_png/8iaiavmPFssia3opbiaCzuLJRo38HGYxvpG5esEw5fnSTvUgWicibvrAyoKWo89dboecvE9sgxyUKDhbs2PXRCNHaNBw/640?wx_fmt=png
接着就是存活率，一般用五年或者十年存活率来表示。通俗点讲，五年存活率就是某种癌症经过治疗后，生存五年以上的患者所占的比例。
你知道吗？胰腺癌几乎是存活率最低的癌症之一。
https://mmbiz.qpic.cn/mmbiz_jpg/8iaiavmPFssia3opbiaCzuLJRo38HGYxvpG5fGCkupad5z2jBm0tiag5olU4IqlDibkwJIfOPLNMENQlVXrJR95trNCQ/640?wx_fmt=jpeg
《Cancer survival in China, 2003-2005: a population-based study》
而有些癌症比如乳腺癌之类的存活率就要高得多，主要原因有四个：
1 早期症状不明显，等到了晚期才会有比较明显的身体表现。
2 位置隐蔽，它在腹部的深处，被很多个器官包围，不容易被发现。
3 诊断难，一般的诊断方法，比如CT或者MRI都不容易发现
4 缺乏有效的早期筛查手段
这四个原因其实都指向了一个最基本的问题，通过常规手段难以发现。它不像其他的癌症，普通的CT，甚至是肉眼都可以做出一定的判断，而那些非常规的手段往往都代价不菲，难以支持大规模的早期筛查。
阿里达摩院的这个让我觉得十分牛逼的地方就是，它花费低，甚至不需要特意的针对性的检查，并且相同的思路可以推广到更多的癌症早期筛查上去，这些技术是可以实实在在挽救生命的。
接下来我就来试着解释下这个技术的实现原理，这个工作叫《Large-scale pancreatic cancer detection via non-contrast CT and deep learning
》，发表在顶级期刊Nature Medicine上。
https://mmbiz.qpic.cn/mmbiz_png/8iaiavmPFssia3opbiaCzuLJRo38HGYxvpG5EVtnmDViaN63q0gttgEjTibD0wl30tWd0Nl17ZeFm521Vm6nCmeZGribg/640?wx_fmt=png
这个题目翻译成中文就是利用平扫CT和深度学习的大规模胰腺癌检测。
这里面有两个关键词：平扫CT和深度学习。
其中平扫CT是检测的数据，深度学习是方法。
为什么要强调平扫CT，因为如果你在医院做过CT的话，就知道CT有两种，一种是平扫CT，与之对应的是造影剂CT，后者需要你服下一种特殊的液体，可以让CT的结果更加的清晰和精确，但同样的，它的价格是平扫CT的几倍，对于一般收入的人来说很少会定期的主动进行造影CT检测。
其实这就是这项工作特别牛的一个目标，用平扫CT的数据做检测，而不是造影CT，因为后者明显是少数人的选择，这样也无法做大规模的早期筛查。
它的具体训练方法利用了深度学习中transfer learning也就是迁移学习的特性，在训练模型的时候提取了造影CT数据的特性，然后结合到非造影CT数据中。
https://mmbiz.qpic.cn/mmbiz_png/8iaiavmPFssia3opbiaCzuLJRo38HGYxvpG5TntIZccpHL7AibgGtnu6bLt7NKLNF58RER5U0wicyMKUpG8ibPnsso7fQ/640?wx_fmt=png
举个例子就是，把不属于平扫CT的来自于造影CT的特性附加到平扫CT模型中，这样的模型在做胰腺癌检测的时候虽然处理的是平扫CT的图像，但是结果却是造影CT的。
这样的直接好处就是你只需要做平扫CT，但收到的结果却是造影CT级别的。
这个PANDA算法的效果在真实数据上的检验效果非常好，实现了92.9%的敏感性（正确判断有肿瘤的机率）和99.9%的特异性（正确判断无病的机率）。
这个概率简单来说，就是检测出的1000个病例中，只有一个是假阳。意味着以前这个人没得胰腺癌但是检测结果是胰腺癌，但这并不是什么坏事，因为你只需要做一次检测就可以解决。
并且我觉得特别赞的是，他们把他们的论文和模型开源了
https://mmbiz.qpic.cn/mmbiz_png/8iaiavmPFssia3opbiaCzuLJRo38HGYxvpG5QepKXl02CyZWBezDOPwzoLx5phAxibtAE0sQ7q3iavKpfj4TYtx1MZ3g/640?wx_fmt=png
如果你是相关专业人士，你甚至都可以直接用他们的模型。
https://mmbiz.qpic.cn/mmbiz_png/8iaiavmPFssia3opbiaCzuLJRo38HGYxvpG5SludL6Zcre7VGCicJnK8aTKibQqibia0SxMGcHY0kql5OhN4N8XIac3Maw/640?wx_fmt=png
AI 辅助医学检测
其实这就是AI在图像处理方向的一个分支，也叫医学影像处理。
做的就是利用AI进行医学辅助诊断，而这个胰腺癌的检测就是一个非常典型的例子，它可以做到简单、低价和大规模三个特性。
与此相对应的是所谓的精准医疗，或者说精准检测，比如通过基因，血液等等，先不说这类型检测的代价有多高，仅仅是理论其实都有很多地方站不住脚。
比如血液检测，其中的微量成分其实很难支持非常solid的结论，特别是在血液到疾病这条线，很难形成因果关系，大多数仅仅属于相关性的范畴。
而AI+图像不一样，一旦某个地方产生病变，特别是癌变，它就是会变的跟其他地方不一样，而只要让医生可以看到具体的位置，癌变就是可以被看到，这比因果性还要solid，这是所见即所得。
而这个理念在以前做不到我们之前说了，很多地方被重重包围，很难看清楚，但AI不一样，它可以用很多的方式让不清晰的图片变清晰。
另外它的检测成本足够的低，速度也够快，进行一次胰腺癌检测仅仅要几十秒，这样的速度加上并行运算，就是把全中国13亿人全部检测一边也花不了多少时间。
这就是我觉得医疗影像AI辅助诊断的强大之处，它可以让一个以前「贵族」才能享受的福利可以造福更大范围的人。
更不用说AI可以做到定制化的医疗，在我的构想中，以后每一个人类都有一个专属的AI，其中很大的一块就是健康监测AI，它是一个根据你的身体状态、遗传特性以及检测环境的私人AI管家。
它能够提供24/7的全面健康监控服务：
·实时数据分析：通过可穿戴设备，AI医疗管家可以实时监测心率、血压、血糖等生命体征，利用高级算法及时发现异常指标。
·行为模式识别：AI可以分析日常活动和行为模式，识别与健康问题相关的潜在风险。
·环境监测：结合环境传感器，AI医疗管家能监控空气质量、温湿度等，提供改善生活环境的建议。
对于医疗影像AI的应用前景，我个人是充满期待的，这个甚至有一篇文章特意评价了达摩院的这项工具，题目为「基于医疗影像AI的癌症筛查即将进入黄金时代」。这个评价要比我的还要更为积极。，
https://mmbiz.qpic.cn/mmbiz_png/8iaiavmPFssia3opbiaCzuLJRo38HGYxvpG51QiatGqCGb23U2IuRJQd8v2hySusUypCAss63ZBXQ55YkaBHNZJicNRA/640?wx_fmt=png
我认为在未来的医疗检测中，图像数据，就诊记录，甚至人的行为模式，以及声音等各种信息都可以作为数据进行模型的训练以及用于检测，未来的模型一定是多模态的。
页:
[1]