AI幫助醫生讀片還能預測癌症患者預後？數字腫瘤學正在崛起

·數字化生物標誌物檢測，能夠幫助臨牀醫生在癌症治療中做出明智和個性化的決策。然而，截至2023年，市場上還少有此類產品被大面積地成熟利用。

人工智能（AI）正在迅速推動數字腫瘤學發展。

一項由24名擁有第一手計算病理學/病理AI（CPath/AI）經驗的專家參與的共識報告稱，AI將提高診斷準確性，病理技術人員的日常任務將發生重大變化。到2030年，AI將在病理實驗室中得到常規且有效的使用。

近期發表在《柳葉刀》（The Lancet）子刊《eBiomedicine》和《柳葉刀-數字健康》（The Lancet Digital Health）的兩項獨立研究，分別着眼於：基於深度學習的腫瘤浸潤淋巴細胞（TILs，可作爲治療癌症的藥物靶標）評分系統，在黑色素瘤（一種皮膚癌症）不同時期的預後意義；以及將AI作爲獨立讀取器，用於乳房X光檢查工作流程的價值。

兩項針對不同癌症的研究

第一項研究由德國圖賓根大學（University Of Tuebingen）皮膚科、德國海德堡大學（University of Heidelberg）皮膚科和美國耶魯大學醫學院（Yale University School of Medicine）病理學系等機構的研究人員共同完成。在該研究中，研究人員使用深度學習算法NN192（一種爲標準和數字化TILs評分系統“eTILs”而開發的算法），對 321個原發性黑色素瘤和 191個轉移性樣本進行分析。

研究人員發現，eTILs低評分的黑色素瘤患者，發生癌症組織遠處轉移的風險是eTILs高評分患者的兩倍以上，同時，從原發性黑色素瘤到轉移瘤樣本之間的eTILs評分降低。eTILs評分≤12.2%，同時接受抗PD-1免疫療法治療的患者，其生存結果不良。這證明eTILs對原發性黑色素瘤樣本具有預測作用，並且eTILs可以預測接受PD-1治療患者的反應和生存結果。

對此，國際免疫腫瘤生物標誌物工作組（International Immuno-Oncology Biomarker Working Group）聯合主席Roberto Salgado表示，免疫細胞的準確定量涉及預後和預測信息，對臨牀途徑和定製治療計劃很重要。此外，相較人工評估，計算機的評估結果要準確得多。

第二項研究由瑞典卡羅林斯卡學院（karolinska institute）腫瘤病理學系和瑞典Capio Sankt Göran醫院的Karin Dembrower及其團隊完成。

在這項研究中，研究團隊基於Capio Sankt Göran醫院從2021年4月1日到2022年6月9日的定期乳腺癌篩查工作，將55581名40-74歲未填充乳房植入物的女性納入研究。研究遵循瑞典乳房X 光檢查國家指南（Swedish National Guidelines for mammography screening），即由兩名放射科醫生對每名參與者的乳房X 光圖像進行獨立評估，並在任何一人讀片異常的情況下進行共識討論，決定是否進行進一步的影像學檢查。如果進一步檢查依然懷疑患者患有癌症，則獲取活檢樣本，由病理學家對活檢進行分析並作出明確診斷。

研究中，在兩名放射科醫生讀片的同時，Insight MMG（一個AI系統）作爲一個獨立閱讀器在後臺運行。在共識討論之前，放射科醫生無法訪問 Insight MMG 獲取信息，共識討論中，放射科醫生可以訪問 Insight MMG 所有病例的信息，包括任何局部圖像發現、圖形輪廓和相應的AI異常評分。

研究團隊進行了四種讀片策略，分別考察了兩名放射科醫生雙讀（標準情況）、一名放射科醫生和AI系統雙讀、AI系統單讀，以及兩名放射科醫生和AI系統三讀的實際診斷結果。結果顯示，與標準情況相比，一名放射科醫生和AI系統雙讀的癌症檢出率增加了4%，召回率降低了4%；AI系統單讀的癌症檢出率沒有明顯差別，召回率降低了47%；兩名放射科醫生和AI系統三讀略微提高了癌症檢出率，召回率提高了5%，並且共識討論多了近50%。

研究團隊表示，AI系統和人類在讀片時會將某些不同的圖像特徵視爲可疑癌症，因此人類和AI系統進行協同作用，能夠提高乳房X 光檢查中乳腺癌的檢出率。AI系統單讀能夠最大程度降低參與者因多次檢查引起的心理負擔，但這意味着很大一部分乳房X 光檢查永遠不會由醫生進行評估。兩名放射科醫生和AI系統三讀能夠最大程度檢測癌症，然而這必須與檢測成本增加、放射科醫生短缺等問題進行平衡。

市場仍需不斷髮展

Roberto Salgado表示，數字化生物標誌物檢測，能夠幫助臨牀醫生在癌症治療中做出明智和個性化的決策。然而，截至2023年，市場上還少有此類產品被大面積地成熟利用。

當地時間9月7日，美國癌症診斷技術研發商Paige.AI 宣佈與美國科技公司微軟（Microsoft）合作構建世界上最大的基於圖像的AI 模型，並將其應用於數字病理學和腫瘤學的發展。

無獨有偶，當地時間9月11日，美國科技公司戴爾（Dell）與愛爾蘭利默里克大學（University of Limerick）數字癌症研究中心聯手開發AI平臺和數字孿生技術，以推動B 細胞淋巴瘤的預測和診斷研究。

“這是一個非常令人興奮的開始，我們期待戴爾技術團隊的數字支持能加速此項目推進。”利默里克大學分子病理學教授、數字癌症研究中心數字病理學部門科學主任Paul Murray說，“通過與戴爾技術團隊的合作，我們將能夠進一步瞭解細胞在癌症發展過程中是如何出錯的，並找到診斷和治療癌症患者的新方法。”