文/陳根

在所有癌症中，胰腺癌絕對是最兇險的一種，胰腺癌也被稱爲“癌症之王”。

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

當然，越早發現胰腺癌，肯定能獲得更好的治療和預後。但問題是，胰腺癌實在是太難發現了，不僅難發現，還容易誤診。世界衛生組織曾表示，有三分之一的癌症可通過早發現、早診斷、早治療實現治愈，但是，臨牀指南卻並不推薦篩查胰腺癌，因爲就胰腺癌來說，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，甚至還有可能產生大量的假陽性。

那么爲啥胰腺癌這么難查？主要是我們的胰腺藏得很深，在後腹膜的位置，並且早期症狀不明顯，甚至是沒啥症狀。

既不好篩查，預後又差，難道我們就拿胰腺癌一點辦法都沒有嗎？那倒也不是，最近，阿裏達摩院聯合了十多家頂尖醫療研究所，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”進行大規模的胰腺癌早期篩查，在2萬病例中僅發現31例漏診，這相較於過去的胰腺癌篩查已經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？

我們已經知道，胰腺癌變位置隱匿，常常難以在普通CT圖像中被准確識別，爲了解決這個難題，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徵。

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的分割網絡，這一分割網絡能夠在CT圖像中准確地定位胰腺的位置。這也是關鍵的第一步，因爲我們需要知道胰腺在哪裏才能進一步分析它是否存在異常。

然後，是異常檢測。這一步用到的是一個多任務網絡（CNN），能夠識別可能是胰腺癌的區域，有助於縮小關注範圍。

最後一步，就是病變分類，這一步用到的是雙通道Transformer模型，雙通道Transformer模型可以幫助醫生確定是否存在癌症以及其具體的類型，從而爲醫生提供更全面的信息。

除此之外，研究人員還引入了一項創新的訓練方法，這項方法被稱爲“知識遷移”，就是利用圖像配准技術，將增強CT上的先驗知識遷移到平掃CT的數據集上。通過這種方式，平掃CT就能獲得增強CT關於腫瘤的額外信息。

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

現在，這項技術已在醫院、體檢等場景被調用超過50萬次，每1000次只出現一次假陽性，研究人員表示，未來將持續進行多中心前瞻性臨牀驗證。

這也讓我們再一次看到了人工智能在醫療領域的變革力量，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後，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：難以篩查的癌症之王，被人工智能解決了？

標題：難以篩查的癌症之王，被人工智能解決了？

地址：https://www.utechfun.com/post/294472.html