人工智能技术在乳腺癌诊疗领域的应用

郭睿 宋忠江

摘要 本世纪以来，人工智能的火热发展使其在医学领域也得到了广泛应用。本文对人工智能技术与乳腺癌的发展进行了分析，旨在探寻人工智能在乳腺癌诊断过程中的应用现状，并对未来人工智能技术在乳腺癌领域的发展提出大胆设想。

[关键词]人工智能 乳腺癌 辅助诊疗

近年来，人工智能是高度热门的研究领域之一，它能使机器更加智能，其研究涉及面也非常广。人工智能技术在医学领域也扮演了重要角色，特别是在肿瘤诊断和药物研发方面。针对近年来人工智能在乳腺癌诊断过程中的应用进展，笔者做了以下整理。

1 人工智能与乳腺癌的影像诊断

MRI、乳腺x线摄影等影像学检查己成为乳腺癌检查与诊断的重要手段。计算机辅助诊断（以下简称CAD）技术是指通过影像学和医学图像处理技术以及其他手段，对病变情况进行分析并作出对应的判断，进而帮助影像科医师发现并分析病症，避免了因临床医师经验的不足而发生误判，提高诊断的精准度。CAD系统的工作步骤主要分为数据预处理、图像分割、特征提取、选择和分类、识别、输出结果等，运用的机器学习算法大致有支持向量机、人工神经网络和随机森林等。

乳腺CAD被广泛应用于x线摄影诊断乳腺癌的过程，主要用于提高钙化灶和肿块被检出的精准性，钙化是乳腺癌早期的重要表现，肿块是乳腺癌的直接定位依据。

2 人工智能与乳腺癌的病理诊断

乳腺癌淋巴结的评估对患者的诊断意义十分重大，而人工进行这项病理检查既费时间又费精力，在转移灶很小时，做出精准的判断尤为困难。在此过程中，人工智能技术一般涉及的是最终的阅片阶段，对指定的算法进行训练及优化，从而对病症图片进行智能处理，达到高效率、高精度的病理诊断。

从现有结果可见，人工智能技术对于乳腺癌的病理诊断水平远胜人类，但这并不意味着人工智能能完全替代人类专家。人工智能缺少丰富的先验知识，可能误判为假阳性，并且不能像病理医师一样检测出未预训练过的异常分类。为得到最优的临床诊断效果、提高诊断的正确性，将人工智能技术作为病理医师的辅助工具、与实际工作相结合是可行。尽管从试验到临床道阻且长，但两者结合的过程必将得到实现。

3 人工智能辅助抗乳腺癌药物研发

在药物研发方面，可通过快速筛选乳腺癌患者的组织样本，分析某些方面的不同，寻找潜在的药物靶点，开发出更具针对性的抗癌新药，大大减少新药研发成本。研发新的抗癌药物的另一种思路是了解肿瘤产生耐药性的机制，获取大量的肿瘤基因组数据并进行分析，以帮助人类更好地理解癌症耐药性机制，预测哪些肿瘤可能会对哪些药物产生耐药性，最终研发能克服耐药的抗癌药物。

4 以超级人工智能计算平台为背景的医疗辅助工具

IBM公司的Watson人工智能平台融合了自然语言处理和机器学习等领域的创新性技术，旨在辅助医师为广大患者提供更加个性化的肿瘤治疗方案。该平台可以从医疗设备记录中提取相关数据，以提供癌症治疗的方法选择。目前，Watson已经学习了大量的学术论文和研究数据，这是人类一生都无法获取完的海量数据。此外，它还可以在短时间内阅读大量的数据，并根据医生的输入信息提炼出更加完善的个性化诊疗方案。

5 人工智能的其他应用

在其他方面，人工智能技术己实现预测乳腺癌患者术后5年内的复发情况、筛选乳腺癌的基因特征并应用于病理学分级以判断患者的预后、通过可穿戴智能内衣检测组织中微小的温度变化来进行早期检查等。

综上，目前人工智能在乳腺癌领域的重要研究方向包括影像诊断、病理诊断、药物研发、医疗辅助等。笔者认为：

（1）从当前的临床应用看，人工智能应用最成功的领域是医学影像和病理学分析领域，这正是乳腺癌诊断中的重中之重，在未来人工智能必将在其中发挥更大的不可替代的作用。尽管如此，人工智能实际应用的拓展应走得更加谨慎缓慢。这不仅仅是因为人工智能行业的研发与实际应用拓展的创新经费成本较高，更是因为一个算法的错误可能导致生死之差，产生严重的后果。

（2）在人工智能的应用方面，无论技术多么强大，其核心依然是数据。这也是为什么患者的数据更加重要。若没有大量的患者数据进行预训练，就不可能提出一套成熟的治疗方案。而医疗领域的数据又十分特别，有时候虽然获得了病例信息，却有无从下手的感觉。因此，将非结构化的医疗数据结构化，是需要攻克的难关之一。

（3）人工智能辅助医师为患者提供诊疗方案，能在一定程度上提高诊断的准确率和医院竞争力，但临床医疗行为有特殊的人文特质，人工智能无法代替医师与患者展开交流，患者的隐私问题也有待解决。同时，对于人工智能诊疗的定价、医疗数据如何正規开放、出现医疗纠纷时法律责任的分配等问题，都亟待出台官方指导意见。因此，医生暂时不会被AI取代。

（4）当前还处于“弱人工智能”阶段，距离实现在全球范围内广泛使用、缩小不同地区间医疗水平的差距等目标，还有很长的路要走。医学是技术驱动型的领域，未来技术的发展必会呈现人工智能辅助、部分代替、解放医师的路线。在“强人工智能”阶段，集全学科、全方位、全自动于一体的诊疗机器人定会全方面超过人类专家。

（5）现如今，我国在医学人工智能的应用仍然处于起步阶段，关键技术、创新成果较少。政府高度重视人工智能技术的发展，强调要加快我国人工智能的研究与实际应用的拓展。我国拥有大量的患者群体，应积极地将人工智能技术投入医学领域，造福广大的患者和医师。突然出现超级计算机医师去拯救乳腺癌患者并改善现有的诊疗状态虽说不太可能，但一定会有越来越多的乳腺癌患者和医生能从人工智能的巨大进步中得益。

参考文献

[1]徐琰，胡保全，浅谈人工智能在乳腺癌领域的应用进展[J].大数据时代，2018 （01）：59-63.

[2]王凯芸，孟丽莉，基于影像数据系统的人工神经网络模型研究——乳腺癌的早期诊断模型[J].中国数字医学，2010，5 （04）：64-67.

[3]郑斌，图像处理和特征分析在评估乳腺癌近期发病风险中的应用（英文）[J].光学仪器，2016，38 （03）：189 -199.