當人工智慧遇上癌症
【編者按】癌症的攻克一直是醫療界的一大難題。當人工智慧遇上癌症,這一難題是否會加速得到解決?本文從人工智慧與抗腫瘤新藥研發、癌症診斷和癌症診斷等方面進行了分析。
本文來源於張江評論,作者王浩;經億歐大健康編輯,供行業人士參考。
人工智慧(AI)的發展一日千里,席捲了金融、汽車、安防、醫療等諸多產業,是當今科技領域最受關注的話題之一。
在醫療產業,人工智慧在醫學影像診斷、精準醫療、虛擬助手、新藥研發、慢性病管理、疾病風險預測等不少細分領域都大放異彩,科技巨頭如百度、阿里巴巴、騰訊公司紛紛佈局智慧醫療,科大訊飛公司也乘勢崛起進入國家人工智慧四大平臺。
在大健康領域,最受關注的疾病非癌症莫屬,研究腫瘤、治療腫瘤、腫瘤疾病管理成為產業界越來越關注的話題。
那麼,當癌症治療與人工智慧醫療這兩個前沿領域交叉時,又會碰出什麼樣的精彩火花?
人工智慧與抗腫瘤新藥研發
新藥研發通常涉及靶點確認、化合物篩選及優化、藥物評估、製劑開發、臨床試驗以及監管部門批准等幾個步驟,典型的靶點有受體、酶、離子通道、轉運體、基因等。
人工智慧可以通過識別新靶點,預測新化合物能適應的靶點等來加速新藥研發。人工智慧可以通過對現有化合物資料庫資訊的整合和資料提取,獲得大量化合物的毒性、有效性的關鍵資訊,從而提高化合物篩選的成功率。
此外,人工智慧還可以通過預測晶型的穩定性和溶出速率來提升藥物的穩定性,通過篩出盡可能多的晶型來保證專利的覆蓋度。在臨床試驗階段,人工智慧技術能借助患者臨床大資料來篩選更符合試驗需要的目標患者,提高臨床試驗的效率和成功率。
人工智慧新藥研發技術已逐步進入商業化程序,知名AI公司BenevolentAI旗下治療腦膠質瘤的創新化合物已經進入有效性驗證階段。
另一家AI新藥研發公司Berg更向癌症之王——胰腺癌發起攻擊,其基於人工智慧演算法發現的新藥BPM31510已經順利完成I期臨床,正在進行II期臨床試驗,其藥物發現的過程就源自其bAIcis人工智慧新藥研發平臺。
AI新藥研發公司Insilico Medicine旗下也有32304、1439、61和27四款針對癌症的化合物臨近臨床。IBM公司旗下的沃森藥物發現平臺,利用其自然語言處理(NLP)、機器學習和深度學習能力,通過閱讀海量文獻揭示隱藏較深的聯絡,更快地發現靶點,IBM公司旗下的沃森健康也在2016年與輝瑞公司達成合作,共同致力於癌症藥物的研發。
谷歌子公司DeepMind的AlphaFold演算法曾冒充人類參加兩年一度的國際蛋白質結構預測競賽並摘得桂冠,而蛋白質結構研究是新藥研發重要的一環。人工智慧在新藥研發,尤其是抗腫瘤新藥研發領域發揮著越來越重要的作用。
人工智慧與癌症診斷
人工智慧在新藥研發領域存在巨大潛力,不過,迄今尚未有基於人工智慧技術的新藥被研發出來。與此相比, 人工智慧在癌症診斷領域的應用已遍地開花,不少該領域的人工智慧技術已經拿到了美國食品藥品監督管理局(FDA)或國家藥品監督管理局(NMPA)的醫療器械證書。
人工智慧癌症診斷領域最火熱的癌種便是我國第一大癌——肺癌。根據國家癌症中心2018年釋出的資料,我國每年新增肺癌發病人數約78.1萬人。肺癌的診斷依據之一是根據肺部X射線影像來判斷是否有肺部結節,再進一步判斷是良性結節還是有腫瘤風險,而影像閱讀就可以藉助人工智慧。
阿里巴巴集團的Doctor You和騰訊覓影兩大人工智慧醫療平臺都已介入肺癌早期的肺結節篩查,幾家創新公司如推想科技、依圖科技等也無不將肺癌診斷納入其業務版圖。通過提升人工智慧對肺結節的識別,對實性、鈣化、磨玻璃密度結節等多種結節病灶識別的準確度,人工智慧輔助肺癌診斷的水平可以得到大大提升。
另外,不少藥廠、醫療器械廠商均已佈局肺癌診斷與治療領域,這些企業的參與客觀上也推動了肺癌人工智慧診斷的發展。
與肺癌多發於男性相比,乳腺癌是中國女性發病率第一的癌症。乳腺癌早期的5年生存率在90%以上,因此,乳腺癌的早期診斷和治療至關重要。
與肺癌類似,乳腺癌早期篩查的金標準也是X射線檢查。美國哈佛大學醫學院和貝斯以色列女性醫療中心曾聯合對人工智慧診斷乳腺癌的技術開展過研究,結果表明,如果把人工智慧與病理學家的分析結合起來,乳腺癌診斷的準確率可以從純人工的96%提升到99.5%。
谷歌公司更將人工智慧應用在中後期乳腺癌轉移的診斷上,通過對轉移部位的精準定位及大小的精準判斷為進一步的治療提供有力的依據,其演算法對中後期乳腺癌淋巴轉移區域的精準定位及大小判斷的準確率可以達到89%,大於病理科醫生平均73%的準確率。
值得一提的是美國QView Medical公司,該公司用於檢測女性乳腺癌的產品——QVCAD系統於2017年12月獲得FDA批准,用於GE公司的Invenia ABUS 2.0乳腺超聲掃描系統,成為乳腺癌診斷領域第一個獲得官方批准的人工智慧系統。
在面板癌領域,早在2017年初,美國斯坦福大學的研究人員就在《自然》(Nature)雜誌上發表了一篇論文,文中提到,人工智慧通過對129450張臨床面板病變圖片的學習,在角化細胞癌、惡性黑色素瘤的疾病診斷上已與21名認證面板病科學家不相伯仲。在宮頸癌篩查領域,武漢蘭丁公司用於宮頸癌等診斷的全自動數字(遠端)病例分析儀也在2016年拿到了原食品藥品監督管理總局(CFDA)的二類醫療器械證批文。
此外,人工智慧在食管癌、直腸癌、結腸癌、胃癌、卵巢癌、甲狀腺癌等腫瘤的診斷上也有不少建樹,各個細分領域都湧現出了自己的代表性公司。而今,GE醫療、飛利浦醫療、西門子醫療還有國內的聯影等醫療器械巨頭都已經在佈局人工智慧醫療,將人工智慧診斷等技術納入醫療器械標準服務中,提升醫療器械的差異化競爭價值。
人工智慧與癌症治療
癌症的治療方案往往較為複雜,根據患者所患癌症的種類、分期以及個體化差異往往需要給予不同的治療方案。 這些複雜的資訊量交雜在一起,一般的腫瘤科醫生要給出適合患者的個體化治療方案頗具挑戰。
此外,對於一些罕見亞型腫瘤疾病的患者來說,即便是資深的腫瘤科醫生也未必能給出合適的治療方案。人工智慧的發展為這些難題提供了一種可行的解決方案。IBM沃森系統的一大核心功能正是基於患者的臨床資料等來為患者提供不同的治療方案選擇,還會為每種方案標註可信程度,幫助醫生找到最合適的治療方案。
另外一種更具有普遍性的應用場景是臨床決策支援系統(CDSS)。CDSS其實是一種早期的人工智慧系統,通過將腫瘤臨床指南中診療路徑規則固化到系統裡來為醫生提供診斷與治療決策支援。
不過,新一代的基於深度學習技術的人工智慧讓CDSS變得更加智慧,通過對腫瘤患者臨床大資料的學習,能夠為醫生提供更為準確的治療方案。知名腫瘤大資料公司零氪在烏鎮舉行的第五屆世界網際網路大會上展出的Hubble人工智慧輔助決策系統正是基於這樣的邏輯而設計。
人工智慧在癌症的放射治療上也在發揮作用。通常的放射治療流程首先需要醫生在X射線/CT機的輔助下對需要照射的部位進行定位,接著在CT機的幫助下勾畫靶區和危及器官,再在CT機上逐層勾畫患者輪廓、治療靶區和正常組織,而後給出腫瘤各靶區處方劑量、正常組織劑量限制等,最後由物理師計算出每個視野的最佳射束強度分佈,使得實際在體內形成的劑量分佈與醫生的處方劑量接近。
在這個過程中,靶區的精準勾畫以及劑量的精準計算是影響患者治療質量的重要因素。好的放療方案不僅能提升患者的療效和生存時間,減少患者的放療不良反應,還能直接降低患者後續的各項費用。
我國放射治療需要的放療醫師和物理師處於嚴重短缺狀態,其中短缺最嚴重的放療醫師培養週期平均超過10年,這導致了我國放療手術開展受限,許多患者無法得到及時有效的治療。而藉助人工智慧演算法輔助,醫師可以更為快捷地勾畫出靶區、規劃放射療法和手術方案,評估模擬放射治療或者手術方案的治療效果,給治療作參考。
提到人工智慧與腫瘤診斷就不得不提手術機器人,此類人工智慧技術在臨床治療上的應用越來越廣泛,典型的案例就是達·芬奇手術機器人。
這款產自美國的產品由外科醫生控制檯、床旁機械臂系統、成像系統三個部分組成。通過計算機輔助控制,達·芬奇手術機器人能夠幫助微創外科醫生以更高的精度和更小的誤差來進行手術,觸及醫生無法觸及的地方,且達·芬奇手術機器人器械精細,尺寸以釐米計算,手術非常精準,創口小、出血少、患者恢復的時間也大大縮短。
達·芬奇手術機器人目前在甲狀腺、婦科腫瘤等牽涉到敏感神經或者隱藏很深需要高精度手術操作的病種上有著廣泛的應用。此外,手術定位導航機器人、穿刺機器人、電磁導航支氣管鏡機器人、腫瘤定向消融放療機器人等各類用於手術治療或輔助治療的機器人,也在腫瘤治療領域發揮著越來越重要的作用。
人工智慧技術不僅在抗腫瘤藥物研發、腫瘤診斷以及腫瘤治療領域能發揮作用,也在腫瘤患者電子病歷輸入、腫瘤知識圖譜構建、腫瘤患者管理等領域嶄露頭角,相信假以時日必將有成熟的應用進入市場。
技術發展不斷地驅動產業的前進與患者福祉的提升,人工智慧是最具產業發展前景的資訊科技之一,腫瘤診斷與治療也是最具產業發展前景的生物技術之一,當兩種技術相遇、互相疊加、互為共鳴,必將讓人類在戰勝癌症之路上走得更快、更遠。