基於深度學習，人工智慧真的可以診斷肺癌

自古以來人類對科學的幻想從未停止，人工智慧的應用便是我們一直憧憬的未來，在1940年科幻作家阿西莫夫為保護人類對機器人做出規定，提出機器人三原則。谷歌的AlphaGo和Master橫空出世並且橫掃人類各大圍棋高手，此外各種各樣關於人工智慧的新聞，讓我們意識到人工智慧原來已經出現在我們身邊，歷史上每次醫學的發展都伴隨著科技的發展，人工智慧在醫療領域同樣承擔著巨大的任務，如今斯坦福大學已經可以成功分辨皮膚癌，IBM的Watson也能夠在10分鐘內識別癌症，Airdoc在糖尿病性視網膜病變識別領域已經接近三甲眼科醫生的水準。

肺癌的困擾

國家計生委的數據統計顯示，目前的肺癌發病率以每年26.9%的速度增長，近半個世紀來，每10到15年肺癌患者的人數增加一倍。第三次居民死亡調查原因調查結果顯示，肺癌死亡率在過去三十年間上升了465%，已成為對人群健康和生命威脅最大的惡性腫瘤之一。經過多年的大量調查研究，吸煙、特殊工作環境影響和肺部慢性疾病和肺癌的病因有很大的關係。

目前肺癌診斷主要通過X線檢查、支氣管鏡檢查、細胞學檢查、剖胸探查術、ECT檢查、縱隔鏡檢查等方式，早期甚至中期肺癌通常都沒有癥狀，直到疾病發展到晚期、不可治癒的階段才會出現明顯的癥狀，肺癌一旦有癥狀表現出來就是中晚期了，具體怎麼治療看腫瘤的類型，這也是肺癌死亡率高的一個主要原因，如果能夠在早期診斷肺癌和肺部疾病一定可以幫助患者。

基於深度學習識別肺癌

斯坦福大學計算機系終身教授李飛飛曾表示如今人工智慧的水平已經可以開始對醫療健康領域做出貢獻，因此將人工智慧應用在醫學上已經成為了一個重要的課題，北京大學已經和哈佛大學聯合博士后招聘（醫療圖像中的機器學習與深度學習研究方向），甚至已經出現茫茫多的醫療健康公司開始應用人工智慧解決醫療問題。

人工智慧是對人的意識、思維的信息過程的模擬，可以基於深度學習的方式通過多層神經網路和神經元來模擬人類大腦，從而可以像人類大腦一樣思考學習。計算機視覺領域，圖片具有形形色色各種特徵，簡單的可以是顏色、形狀或圖案，複雜的比如說可以是圖案的自相似性（是否存在類似重複性圖案）或是整個場景里其他的物體，通過大量圖片的訓練和學習人工智慧可以像人類一樣準確分辨圖形。通過大量專家標註的肺部醫學影像、肺部醫學知識的學習，人工智慧演算法模型可以準確的識別肺部疾病。

在肺部領域，人工智慧領軍企業Airdoc，已經開發的演算法通過分析胸部CT，當發現跡象表明肺動脈高壓時提供預警。這有助於疾病的早期檢測和醫療資源分配並確定臨床護理路徑，在最少的住院治療上提供最好的治療效果；以及通過分析胸部CT，研究、檢測肺氣腫的區域，計算殘氣量/肺總量比，提示慢性阻塞性通氣障礙。

此外肺癌的癥狀上和一些肺部疾病類似，比如肺結節、肺部感染、肺部良性腫瘤、縱隔惡性淋巴瘤等，很多經驗不太豐富的醫生有混淆疾病的潛在風險，對於人工智慧來說，經過海量肺癌和肺部疾病的醫學知識和病歷的的學習，已經可以準確的分辨疾病的癥狀的不同和疾病的種類。

人工智慧醫療的進展

自從應用到醫療領域以來，人工智慧醫療發展迅速，甚至美國的Arterys公司旗下的產品Arterys Cardio DL獲得FDA批准，人工智慧應用在醫療領域已經是個趨勢。

科幻小說和電影中，經常會出現某些橋段，科技產物可以自動為患者治病或者做手術，但是在目前的階段，人工智慧在醫療領域的應用還比較淺顯，僅僅在於疫病檢測和診斷上，並不能進行進一步的工作，甚至在在診斷上面依然需要醫生做最後的決策。在未來可能會有更多的想象空間，但是從目前階段來看，人工智慧只是醫生的輔助工具。