文/陳根

在所有癌癥中，胰腺癌絕對是最兇險的一種，胰腺癌也被稱為“癌癥之王”。

在我們國家，近10年來，胰腺癌的發(fā)病率逐年增高，而患者平均生存期僅僅只有4個月到6個月。絕大多數(shù)胰腺癌患者在確診時已是中晚期。

當然，越早發(fā)現(xiàn)胰腺癌，肯定能獲得更好的治療和預后。但問題是，胰腺癌實在是太難發(fā)現(xiàn)了，不僅難發(fā)現(xiàn)，還容易誤診。世界衛(wèi)生組織曾表示，有三分之一的癌癥可通過早發(fā)現(xiàn)、早診斷、早治療實現(xiàn)治愈，但是，臨床指南卻并不推薦篩查胰腺癌，因為就胰腺癌來說，目前還缺乏有效的篩查手段，已有的篩查手段不僅難以查出胰腺癌，甚至還有可能產(chǎn)生大量的假陽性。

那么為啥胰腺癌這么難查？主要是我們的胰腺藏得很深，在后腹膜的位置，并且早期癥狀不明顯，甚至是沒啥癥狀。

既不好篩查，預后又差，難道我們就拿胰腺癌一點辦法都沒有嗎？那倒也不是，最近，阿里達摩院聯(lián)合了十多家頂尖醫(yī)療研究所，嘗試利用人工智能來解決這個問題，效果可以說是非常不錯。

研究人員通過“平掃CT+AI”進行大規(guī)模的胰腺癌早期篩查，在2萬病例中僅發(fā)現(xiàn)31例漏診，這相較于過去的胰腺癌篩查已經(jīng)是非常了不起的一個突破了。那么，研究人員究竟是怎么做到的？

我們已經(jīng)知道，胰腺癌變位置隱匿，常常難以在普通CT圖像中被準確識別，為了解決這個難題，達摩院的研究團隊設計了一個獨特的深度學習框架——PANDA模型，其原理簡單來說，就是利用人工智能放大和識別平掃CT圖像中肉眼難察覺的微小病理特征。

PANDA模型包括三個關鍵階段：

首先，定位胰腺，這一步用到的是一個叫做U-Net的分割網(wǎng)絡，這一分割網(wǎng)絡能夠在CT圖像中準確地定位胰腺的位置。這也是關鍵的第一步，因為我們需要知道胰腺在哪里才能進一步分析它是否存在異常。

然后，是異常檢測。這一步用到的是一個多任務網(wǎng)絡（CNN），能夠識別可能是胰腺癌的區(qū)域，有助于縮小關注范圍。

最后一步，就是病變分類，這一步用到的是雙通道Transformer模型，雙通道Transformer模型可以幫助醫(yī)生確定是否存在癌癥以及其具體的類型，從而為醫(yī)生提供更全面的信息。

除此之外，研究人員還引入了一項創(chuàng)新的訓練方法，這項方法被稱為“知識遷移”，就是利用圖像配準技術，將增強CT上的先驗知識遷移到平掃CT的數(shù)據(jù)集上。通過這種方式，平掃CT就能獲得增強CT關于腫瘤的額外信息。

目前，研究人員已對這一模型已經(jīng)進行了檢驗，以6000余例胰腺疾病患者進行的多中心驗證顯示，PANDA檢出胰腺病變的準確率高達98.6-99.6%，而鑒別胰腺導管腺癌（PDAC）的敏感性和特異性，更是比人類影像科醫(yī)生閱片分別高出34.1%和6.3%，而且，PANDA還可以鑒別其它常見胰腺病變。

現(xiàn)在，這項技術已在醫(yī)院、體檢等場景被調(diào)用超過50萬次，每1000次只出現(xiàn)一次假陽性，研究人員表示，未來將持續(xù)進行多中心前瞻性臨床驗證。

這也讓我們再一次看到了人工智能在醫(yī)療領域的變革力量，要知道，直到今天，我們都缺乏有效的胰腺癌篩查手段，但人工智能的加入，馬上就能改變這一現(xiàn)狀，未來，我們只要去體檢時做個最簡單的平掃CT，就能查出有無胰腺癌。這將會大大改善胰腺癌患者的預后，提高胰腺癌患者的生存率。這也讓我們不得不承認，有些地方，人工智能確實比人類更靠譜。

       原文標題 : 陳根：難以篩查的癌癥之王，被人工智能解決了？