自醫(yī)療AI誕生以來，其臨床價值及社會意義一直備受關注，將醫(yī)療AI技術應用于疾病早篩領域，助力臨床醫(yī)師進行肺癌、乳腺癌等重大疾病的早篩，也是眾多AI企業(yè)的共同夢想。

谷歌推出AI早期肺癌檢測系統(tǒng)，準確率94％

幸運的是，隨著AI在醫(yī)療領域廣泛運用，通過計算機技術對各類癌癥進行高效、精準的早期診斷與篩查已成為可能。近日《自然醫(yī)學》雜志更新了美國谷歌公司新的研究情況，谷歌人工智能部門的Daniel Tse與斯坦福大學、紐約大學等聯合開發(fā)了一個深度學習模型，可根據掃描圖像來預測肺癌風險，比醫(yī)生早一年查出肺癌，使患者存活概率提升40％。研究人員表示，該AI系統(tǒng)不僅能預測整體腫瘤，也可識別細微的惡性組織；通過對前后兩次掃描圖像的數據對比，AI系統(tǒng)還可評估肺結節(jié)的生長速度。

通過學習42290個CT掃描圖像，這一深度學習模型實現了不依靠人工參與便可預測肺部結節(jié)的惡性程度。同時，其在6716例測試病例中檢測微小惡性肺部結節(jié)的準確率達94％。盡管模型還需要經過大規(guī)模的臨床驗證，但這一發(fā)現仍展現了該AI系統(tǒng)或將成為肺癌篩查推廣的利器，改善肺癌患者的治療和預后，并降低社會醫(yī)療成本。

人工智能利用面部圖像幫助識別遺傳綜合征

今年1月，美國FDNA分析技術公司已訓練人工智能在接受17000多張真實患者面部圖像訓練后，以高準確率識別罕見的遺傳綜合征。研究者利用兩個獨立的測試數據集測試人工智能的表現，每一個數據集都包含數百張之前經過臨床專家分析的患者面部圖像。對于每一張測試圖像，人工智能按照一定順序列出各種潛在的綜合征。在兩組測試中，在90％左右的情況下，人工智能提出的前10條建議中都包括了正確的綜合征，這超過了臨床專家在另外三個實驗中的表現。

雖然這項研究采用的測試數據集規(guī)模相對較小，而且沒有和其他已有的識別方法或人類專家進行直接比較，但是研究結果表明人工智能有望在臨床實踐中，輔助罕見遺傳綜合征的優(yōu)先級劃分與診斷。

AI精準預測高血壓治療效果

今年3月，吳恩達宣布其斯坦福實驗室團隊運用機器學習方法，能夠更加精確預測患者在高血壓治療中可能獲得的效果。在一般的心血管疾病中，疾病治療帶來的絕對風險降低（ARR）是與該病的基線風險相關的，即高風險的患者能從治療中獲得更多的收益。 而斯坦福實驗室使用隨機試驗數據，開發(fā)一個能夠估計個體治療效果的模型。

AI輔助結腸鏡檢查，讓腺瘤檢出率提高近50％

四川省人民醫(yī)院的劉曉崗主任帶領團隊，與哈佛醫(yī)學院貝斯以色列女執(zhí)事醫(yī)療中心的研究人員合作，使用基于深度學習的高性能CADe系統(tǒng)的前瞻性隨機對照試驗，以幫助內鏡醫(yī)師檢測患者的結腸息肉。實驗中發(fā)現，與標準結腸鏡相比，AI系統(tǒng)輔助的結腸鏡檢查，查出的ADR（腺瘤檢出率）增加了近50％。每位患者檢出的平均腺瘤數也增加了——AI檢查出了更多的較小腺瘤。

在小組的初步研究中，該算法的敏感性為94．38％，特異性為95．92％，受試者工作特征曲線下面積（AUC）為0．984（越接近1，說明準確性越高）。此外，通過使用多線程處理系統(tǒng)，AI對實時視頻的處理速度能夠達到每秒至少25幀，延遲時間為76．80±5．60毫秒。對于內鏡醫(yī)師來說，檢測延遲幾乎不明顯。

雖然研究中有很多待改進的地方，但通過這項研究表明了，基于深度學習的AI系統(tǒng)系統(tǒng)可以讓低流行ADR區(qū)域中結腸直腸息肉和腺瘤檢測率的顯著增加。鑒于其高準確性、保真度和穩(wěn)定性，AI系統(tǒng)可以更好地適用于當前臨床實踐中以更好地檢測結腸息肉。

結尾：

AI+醫(yī)療是未來大勢所趨。雖然現有醫(yī)療AI領域公布的漂亮的數據，都相當于研發(fā)測試階段的結果，還需要走完整的流程，才有可能真正應用于臨床。但是，AI醫(yī)療評估系統(tǒng)的診斷準確率達到甚至超過人類醫(yī)生，相當于給醫(yī)生配備了一流專家助手，具有強大的現實應用意義。

科技賦能下，國內人工智能垂直領域生根發(fā)芽的公司發(fā)展迅速，不僅應用在醫(yī)療領域，例如商湯科技、曠視科技、極鏈科技等在金融、交通、安防、智能家居、廣告等眾多領域都帶來了全新的變化和驚喜。AI為未來的幸福社會提供了強大的動力和支持，我們正處于人工智能發(fā)展的最好機遇時期。