近年来，AI辅助诊断技术在临床广泛应用。在中山大学肿瘤防治中心，医院影像科主任谢传淼教授向记者介绍说： “你看这个患者，肺部CT中发现6个肺结节，AI自动标注为红色，通过手术切除，我们去做病理检查后，全部都恶性的，也就说是肺癌，连这个1毫米的结节都能被发现，如果医生阅片，这么小的结节很难被发现。这些小结节很可能会进展成肺癌晚期。”记者走访广州多家医院了解到，AI技术如今在医院临床应用中十分广泛。通过AI技术可以对肺结节进行筛查， AI也可以判断出冠心病患者的血管狭窄程度，提示医生是否需要放心脏支架，并标注出潜在易损斑块位置，帮助医生“拆弹”。

谢传淼在利用AI阅片

火眼金睛助力早期肺癌筛查：1毫米肺结节AI也能发现

谢传淼介绍说，医院从4年前就开始将AI技术辅助影像诊断。去年一年，医院患者CT、MR、X光的检查人数就达到79万人次，今年可能会超过90万人次，庞大的影像诊断数据，也给AI深度学习提供了机会。“机器也可以变得很聪明，就像AI医生一样。”

谢传淼说，AI如今已经广泛应用于肺结节病灶筛查。肺结节作为肺癌筛查的重要表征，AI系统可以帮医生找病灶，它会发出提示，至于病灶性质，还要靠有经验的医生来判断。一个人胸部CT，可能有五六百幅照片，如果影像科医生医生一幅一幅去看，非常辛苦。医生通常要花8到10分钟看一张片子，AI可能就需要几秒甚至一秒。所以，AI有助于辅助医师，尤其是低年资医师，提高诊断准确性。“AI会主动帮助我们把在CT片中发现的小结节找出来，标注出哪些是高风险结节，哪些是低风险结节。”

他说，在临床上，多数患者出现不适时就诊，确诊时已是肿瘤晚期。所以，肺癌的早发现、早诊治十分重要。而肺结节筛查则是发早期肺癌的关键环节。有些结节非常小，患者也不会感到不适，但如果是恶性结节，就可能是癌前躯体病变甚至是早期肺癌，及时发现和筛查肺小结节，对于肺癌防治至关重要。

AI助力一年能筛查出300名早期肺癌患者

谢传淼说，胸部检查的日常医学影像检查的重要部分。由于胸部结构复杂、病变种类多，尤其是对于细微病变，需要在不同窗位间切换，从而做到对于肺结节等相对微小病变进行无遗漏的筛查。影像医生对肺结节的检出耗时很长，而且检出率还与病灶的位置、大小、与周围结构的密度差异等有关，医生的阅片状态受经验、水平、日常工作量巨大等因素干扰，难免病灶存在一定的漏诊。AI技术有助于提升影像医生诊断的速度和准确性，改善影像医生的工作强度。AI会选出所有候选结节，然后对结节进行分类，降低假阳性率。降低假阳性率AI面临的主要挑战。肺部图像数据库联盟（LIDC）为影像医生提供了大量专家标注的胸部CT图像，为肺结节研究创建了平台，并能用于不同算法的比较，现已被广泛使用。

而AI技术参与肺癌筛查，也屡建奇功。“今年在某单位的体检中，我们就通过AI参与肺结节筛查发现了20多例早期癌症。这些人去做了手术，把结节切除了，也就不用放疗、化疗了，节省了医疗费用，也提高了他们的存活时间和生活质量。”谢传淼介绍说，今年1-10月，该院体检中心胸部检查15000多人次，结节检出率是5.7%，其中肺癌的检出率是1.7%。“也就是说，今年1-10月光体检就筛查出250多名肺癌患者，全年下来大约300名，这还不包括平时在门诊或住院检查中筛查出的病例。”他说，肺癌能早发现，对患者来说是好事，AI筛查发现早期肺癌多了，晚期肺癌就少了。“肺癌到了4期，五年存活率不足1%，到了晚期，全身转移，治疗效果就很差了。”

哪里有易损冠脉斑块AI给医生答案

不过，AI的“火眼金睛”有时也给医生们带来伦理上的挑战，发现大量的肺结节如何解释？何时处理？如何处理？谢传淼说，肺癌癌前躯体病变，根据临床研究，观察到，有些病灶可能十多年都不会变，等到它出现浸润时可能要花很长时间，何时切除，对医生来说是个考验。比如一个20多岁的小孩，体检中发现一个肺结节，病理检查后发现是肺癌前躯体病变，这时切除可能很容易治愈，保命没问题。但以后会对他们的就业、 婚姻等都产生不利的影响。如果等到结婚成家之后再手术切除结节，对生活可能就没什么影响。“AI筛查肺结节，会甄别出很多早期肺癌和癌前躯体病变，要不要切除，核实切除，要综合考量，不是说一发现就马上切除。”因为肺结节的演变是一般的慢性炎症、到不典型增生的炎性结节，再到原位癌和早期肺癌，而不典型增生的炎性结节和原位癌就是癌前躯体病变，癌变过程时间长短不一。

但实际上，很多人发现肺结节后都迫不及待找到医生想切除，因为他们不想生活在癌症的阴影之中。“其实只要有这方面知识的话，就不用担心，病灶没这么快转移，定期复查即可。”谢传淼说，按照中华医学会的肺结节诊疗指南，一般情况下一年常规低剂量CT筛查一次。无肺内非钙化性结节检出（阴性结果），或检出的非实性结节平均直径<8 mm，或实性结节/部分实性结节的实性成分平均直径<5 mm，建议进入下年度低剂量CT筛查。

检出的非实性结节平均直径≥8 mm，或实性结节/部分实性结节的实性成分平均直径≥5 mm，如无法排除恶性结节，建议抗炎治疗或随访后复查高分辨CT。如结节完全吸收，建议进入下年度低剂量CT筛查；如结节部分吸收，3个月后复查高分辨CT；如继续吸收或完全吸收，建议进入下年度LDCT筛查；如无变化或增大，建议多学科会诊后决定是否进行临床治疗。

AI在临床的应用远不止筛查早期肺癌，它也给冠心病患者带来福音。谢传淼说，AI技术在心血管疾病影像诊断中也有广泛应用。AI技术能够与现有心血管诊断有机结合，通过AI自动阅片、影像重建、定量分析等功能，进一步提高医师对心血管病变的诊断准确率。

冠状动脉狭窄程度的判定对冠状动脉粥样硬化患者尤为重要，这关系到患者下一步的治疗方案。血流储备分数(FFR)是评价冠状动 脉生理功能的金标准，但其为有创性方法，临床应用受限。目前，通过基于冠状动脉CT血管造影（CTA）的血流储备分数 (CTFFR) 进行血管狭窄判断已经被越来越多被业内接受，通过AI计算结果，可以兼具准确性和高效性。

“比如，患者的血管是否狭窄，狭窄多大程度，颈动脉有没有斑块，AI系统都可以通过影像比对后进行过滤，并最终给出估测值。”他表示，临床中，AI可以为医生决策提供直接依据。

同时，AI在冠状动脉斑块判断方面也能发挥很大作用。易损斑块是有破裂倾向、发展较快且极易产生血栓的危险斑块，很多心脑血管急性事件与斑块密切相关。通过AI深度学习模型，直接从图像中学习斑块分类，识别出易损斑块。

谢传淼表示，AI在辅助其他肿瘤防治方面还有更多应用场景，如今在该院，AI辅助肝脏肿瘤、脑肿瘤、乳腺肿瘤、骨转移瘤的筛查系统正在研究完善中。比如，肺癌患者的癌细胞有没有脑转移、骨转移，是否可以行切除手术，AI通过寻找病灶，都可以提供依据。“AI正在成为医生的千里眼和分析师。”他说。

谢传淼表示，AI已在肺结节筛查中发挥重要作用。但系统的特异性仍是目前限制其在临床广泛应用的主要因素，未来需要进一步提高。一方面，AI软件系统需要提升在特殊类型结节检出中的准确性；另一方面，肺结节类型多样，在大小、形态和密度等方面存在一定差异，譬如钙化结节、实性结节、磨玻璃结节、部分实性结节等。因此，需要增加数据量和样本量，使其包含各种类型的肺结节，让机器进行深度学习，进而持续提升其准确性。“如果把全广州患者的CT、MR、DR影像诊断资料都整合在一起，构建一个巨大的数据库，对我们提高AI模型的效能，准确性、特异性具有很大的作用。对各种癌症的诊断、治疗就更加高效了。”他说。

文/广州日报·新花城记者：肖欢欢 

图/广州日报·新花城记者：肖欢欢 

视频/广州日报·新花城记者：肖欢欢

广州日报·新花城编辑：蔡凌跃