點內創始人葛亮：篩查與鑑別診斷後，AI 肺結節產品的下一步是什麼？
圖片來源：pixabay
AI 醫療影像企業扎堆肺，現在大家的出路在哪裡？
AI 醫療影像企業在肺結節領域的博弈早已經是公開的祕密。從開始的資料獲取、標註到醫療的落地，現在大家的戰火主要集中在肺結節產品的深度上，如：此前深睿醫療已經將 AI 肺結節輔助診斷產品做到可以鑑別腫瘤良惡性的深度。
而日前，AI企業點內科技在這場競爭中，又跨出了重要的一步：點內科技、復旦大學附屬華東醫院“張國楨肺微小結節診治中心”和上海交通大學“SJTU-UCLA 機器感知與推理聯合研究中心”共同合作的科研成果《亞釐米級的肺腺癌 CT 掃描，通過3D 深度學習，可預測浸潤分型》發表於美國癌症研究協會（American Association for Cancer Research，AACR）會刊《Cancer Research》期刊上。值得一提的是，《Cancer Research》為國際腫瘤研究領域引用率最高的權威期刊之一。“這是一個里程碑式的突破。”點內科技創始人葛亮說。
其實，我們回首 AI 醫療影像發展無論是 2015 年、2016 年較早成立的企業如點內科技、推想科技、雅森科技等，亦或是 2017 年才出現的後起之秀如深睿醫療等，都將重要產品線放在肺結節上。據動脈網的相關報道顯示，截至 2018 年 7 月的不完全統計，僅在肺結節篩查領域，拿出具體產品的人工智慧企業就有 20 餘家。而且大家在檢測準確率方面不斷攀升，現在幾乎這些企業產品的準確率均可達到 95% 以上。此外，AI+ 肺結節的企業也是 AI 醫療領域中備受資本青睞的寵兒，比如上述的幾家企業均已經快速的完成數輪融資。在落地方面，這類企業也是最快開花結果的，大部分產品都已經部署在大量的三甲醫院。
似乎，AI+肺結節的市場呈現欣欣向榮的一派景象：高準確率、醫院認可、資本協助。不過，對於企業來說，競爭與突破卻遠不止於此。從市場角度看，因為大家都在做肺結節的 AI 產品，所以企業必須考慮如何做出深度產品、如何差異化以便持續領先。從醫療行業本身的特點來說，醫療臨床的需求不只是趨於完美的準確率，醫療應用場景具有複雜性，所以 AI 產品也必須有很強的適應性與實用性。顯然，一個單一功能的產品是不適應臨床實際需求的。
點內科技創始人葛亮
這兩點正好是目前大部分 AI+肺結節產品的掣肘。“目前 AI 醫學影像應用從行業整體來看還處於非常早期的階段。2017 年北美放射年會（RSNA）多位專家談到 AI+醫學影像時提出人工智慧影像產品應該分 4 個階段：結節辨別、結節定性（是否良惡性等）、分型預測、輔助臨床干預方案的制定及療效評估。而目前大部分產品停留在第一個階段，少數到了第二個階段。”點內科技創始人葛亮對行業分析道。簡單來說，市面上用 AI 來標記肺結節位置的則是做到第一階段，用 AI 加上一些病理學資訊做腫瘤良惡性的鑑別診斷則是第二階段。
然而，據葛亮介紹，點內科技的產品“肺常好”加入了《亞釐米級的肺腺癌 CT 掃描，通過 3D 深度學習，可預測浸潤分型》的成果應用，已經可以實現進入到第三階段——分型預測，成為全球首創給出 AAH/AIS/MIA/IAC 早期腺癌浸潤程度建議的精準醫療。而且，據該論文相關內容顯示：在 128 例測試集上，多工深度學習模型預測的結果優於 4 位放射科醫生（兩位高年資醫師和兩位低年資醫生）的評價結果；訓練的多工深度學習模型在區分浸潤/非浸潤兩分類的準確率達到了78.8%（AUC），區分 IAC/非IAC（0期/I期）兩分類的準確率達到了 88.0%（AUC），區分 AAH-AIS/MIA/IAC 三分類的準確率達到了 63.3%（F1）。
“亞釐米肺結節大部分為肺磨玻璃結節，這種型別的結節，特別是亞釐米磨玻璃結節，在 CT 影象上由於傳統的惡性徵象較少出現，浸潤前病變和浸潤性病變影像表現重疊較高等特徵，診斷十分困難。“葛亮補充說明道。據悉，在三分類的診斷上，高年資醫師的診斷正確率也只有 56.6%。葛亮解釋道，在分型預測後，才可以做病理的預測。”經過多學科的融合發展，我們希望不僅可以預測病理，還可以在基因等方面做預測。”
通過新科研成果的協助，點內可以實現用 CT 預測病理，用無創預測有創結果，有無手術指標。“30% 的肺癌病人已經沒有手術指徵，既不能開刀也不能穿刺。這些病人怎麼治？經驗治療和試錯。針對這些病人，AI 能夠預測病理的結果，就可以輔助醫生提供治療的方法。70% 的病人有手術指徵，但未必是腫瘤患者。通常是建議穿刺，而穿刺對於良性的腫瘤可能過度醫療，對於惡性的腫瘤可能造成激惹或者擴散。AI 預測病理結果，在手術或穿刺前，提供精準醫療的參考。”葛亮解釋道，AI 能夠預測病理，在決定是否手術，以及選擇手術方案的時候，可提供參考依據。
實際上，目前的 AI 醫療企業可以大致分為兩種風格，一是在一類疾病領域深度挖掘的，二是將比較初級的解決輔助診斷方案擴充套件到更多的病種領域。顯然，點內科技是第一種。因為葛亮希望基於疾病的複雜性，研發出一個更深度的據有普惠價值的人工智慧產品，“普惠人工智慧分兩派，替代派和協助排。我們是協助派，希望和頂級的專家合作幫助醫生。”他說。葛亮表示點內希望講一個產品做深刻，藉助頂級專家的知識幫助區、縣級的基層醫院。
在 AI+ 肺結節發展的十字路口，企業們都在躍躍一試。那麼，點內此次的新嘗試會不會成為了成為這個細分領域的發展引領趨勢呢？“國際專業雜誌的認可至少可以表明這是一個科研的趨勢。市場能否接受還需要市場發展的認證。人工智慧的確太新了，我們還需要更多的探索，這個過程中，科研肯定是要跑在前面的。“葛亮笑笑說。