人工智能在肝癌診斷及治療中的進展及前景

孫梓筌，劉連新

(哈爾濱醫科大學附屬第一醫院肝臟外科，哈爾濱 150001)

人工智能(artificial intelligence，AI)在醫學影像學中的應用為疾病的診斷帶來了極好的便利性，可幫助分析疾病的影像學特征。有報道顯示，AI利用大數據分析對部分疾病的早期篩查診斷率極高，其中乳腺癌等診斷成功率均超過了影像專家[1-2]。病理診斷是目前診斷腫瘤疾病的金標準，在各類腫瘤疾病診斷競賽中，AI的表現堪稱完美。根據最佳算法AI診斷腫瘤疾病的曲線下面積可達0.9以上[3]。AI技術不僅可對部分患者的疾病進行診斷，還具有對預后進行預估評價的作用，在對肺癌、乳腺癌及腦腫瘤患者的預后評估中均取得了不錯的研究成果[4-5]。AI技術已逐漸進入臨床并得到廣泛應用，亦被多數患者認可。在世界范圍內，肝癌的病死率居惡性腫瘤的第二位[6]。我國肝癌的發病率居惡性腫瘤的第四位，病死率居第三位[7]。肝臟惡性腫瘤在我國屬于常見惡性腫瘤，其發病率占全球肝癌發病率的50%以上[8]。肝癌發病極為隱匿，一旦出現癥狀已為中晚期，不僅給患者帶來極大的痛苦，更給家庭經濟帶來沉重負擔，此類患者需要及時的診斷和治療。現就AI在肝癌患者診斷及治療中的應用前景及進展予以綜述。

1 肝癌診斷及治療的現狀

1.1肝癌診斷的現狀 病理診斷是肝癌診斷的金標準，但病理診斷屬于侵入性操作，限制了其在臨床的應用。因此，相關腫瘤標志物與影像學診斷成為臨床診斷肝癌的首選。血清甲胎蛋白是肝癌的相關標志物，對肝癌早期的診斷具有較高的意義與價值，但可能出現假陽性和假陰性的情況，影響了臨床診斷的準確性[9]。而其他相關腫瘤標志物檢測也會發生與血清甲胎蛋白同樣的情況，造成臨床診斷的偏差。此時，采用影像學進行進一步診斷顯得尤為重要。

超聲具有簡單、便捷、經濟實惠等多種優勢，現已在我國各大醫院普及，成為肝癌診斷的主要方式。研究指出，超聲可準確反映人體肝內實質占位性病灶，對小肝癌、肝囊腫、肝血管瘤的診斷鑒別均具有較高的價值[10]。其他影像學檢查(如磁共振成像、CT、彩色多普勒超聲)也具有一定價值。有研究指出，磁共振成像可清楚顯示靜脈病變，用于肝癌治療及預后的評估具有較高價值[11]。CT相對于其他影像學檢查較為昂貴，其對肝癌的診斷同樣具有較高價值，同時還可反映患者肝臟血流情況，為患者的手術提供幫助[12]。彩色多普勒超聲不僅對于鑒別良惡性肝癌具有一定價值，且對腫瘤的血流與血管情況的鑒別也具有較高價值，可為肝癌患者的手術提供幫助[13]。

1.2肝癌患者的治療現狀 手術是治療肝癌的首選方法，臨床研究結果指出，手術治療肝癌的臨床治療效果較好，患者生活質量、生存時間均得到顯著改善[14]。但并非所有肝癌患者均具備手術指征，部分患者因手術禁忌證只能接受其他治療。對于無法進行手術治療的患者，采用非手術治療是患者的首選，包括射頻消融、放化療、中西醫結合治療、靶向治療等。其中，射頻消融治療具有微創、可反復使用、費用低等優點，目前在國內已廣泛開展。研究指出，射頻消融治療肝癌的近期療效優于手術切除治療，甚至可達到手術切除的同等效果，可代替部分外科手術治療[15]。放化療是治療癌癥的常用方法，其效果已在臨床得到公認，但無論是放療還是化療，患者均會出現一定的不良反應，導致生活質量降低。中西醫結合治療是我國治療肝癌(包括其他癌癥)的一大特色，有研究指出，中西醫結合治療可提升患者的免疫力，提高患者對西醫治療的耐受性，改善因西醫治療導致的不良反應，減少治療后的復發轉移，延長生存時間[16]。靶向治療是癌癥治療最有效的方法之一，靶向治療具有分子選擇性，能夠多靶點選擇性地殺滅腫瘤細胞，且不良反應的發生率較其他西醫治療低，但費用較高[17]。

2 AI在肝癌診斷與治療中的應用

AI概念于20世紀50年代被提出，主要目的為讓機器人代替人類工作[18]。但由于當時科技水平等多方面均較落后，受限于各種技術的發展，無法將其真正實現。直到20世紀80年代，計算機水平不斷飛躍，機器學習概念開始出現，此時計算機具有了學習功能，具備了淺層人工神經網絡[19]。到了21世紀，AI技術開始全面發展，深度學習技術讓AI有了質的飛躍。AI進入醫學領域后得到了廣泛應用，已成為眾多AI研究者和臨床醫學工作者研究的熱點[20]。

2.1AI技術在肝癌影像學診斷中的作用 超聲、磁共振成像、CT等影像技術已在臨床應用，在肝癌的診斷、分期及療效評估中起重要作用[21-22]。但部分肝癌患者可出現不典型甚至罕見的影像學表現，此時影像學診斷往往取決于臨床醫師與影像科醫師的臨床經驗和個人水平。醫學影像的二維屬性與數字化趨勢是AI應用的最佳領域，可利用AI技術輔助影像科醫師提高其工作效率，降低誤診率，有助于疾病的診斷與標準化報告質量。AI技術在醫學領域的應用極為廣泛，有文獻報道，肝臟腫瘤每年的手術數量高達6 000余例，如此多的患者也充分顯示了醫院擁有相當龐大的影像學數據，這對于AI智能系統具有很重要的意義，可幫助AI智能進行訓練與測試，一旦AI系統成熟應用到臨床中，即可對肝臟影像學中的細微特征進行詳細、準確的識別，這對于患者的術前診斷以及判斷是否有微血管侵犯、淋巴結轉移等很有幫助[23]。同時，AI技術還可運用于相關實驗室指標中，部分患者在進行實驗室診斷時，可因多種因素導致相關指標出現假陽性、假陰性等情況，AI技術的運用可根據患者實驗室指標進行再度分析，網羅大數據進行一一比對，根據結果判定患者疾病風險系數。

任何癌癥的早發現、早治療均有利于延長患者的生存期，肝癌也不例外，但由于肝癌發生機制復雜，且我國各個省市區域的醫療水平參差不齊，高技術專業人才相對短缺，因此誤診或漏診率較高。而AI本身具有超強的學習能力，在大數據的支撐下，可以協助醫師進行疾病判斷。在專家學者的帶領下，提供醫學真菌圖像識別的最優算法，能夠在菌落尚未出現典型癥狀時進行鑒定，達到真正意義上的早診斷。而AI識別速度快、識別率高，在其他疾病的診斷中已初見成效。近年來，在肝癌的診斷方面也逐步加快了研究速度，希望在未來能夠解決看病難、準確辨別等問題。

2.2AI技術在肝癌病理診斷中的作用 病理診斷是肝癌患者診斷的金標準，與影像圖片等檢查手段相比，能夠更明確地描述腫瘤特征，對治療策略的制訂有重要意義，但對病理醫師的水平與臨床經驗要求極高。我國病理科醫師人才極其匱乏，位于金字塔頂端的高端人才大多任職于國內大型三甲醫院，不同地區、不同醫院間病理科醫師水平差異極大，而AI技術可很好地解決這一問題。傳統人工病理診斷雖然有統一標準，但部分病理醫師會存在一定的主觀性，對于部分診斷結果有自己的認知，而AI的出現可標注腫瘤的特征(包括腫瘤細胞、淋巴細胞、間質細胞、病理結構等)，對病理特征的分析也更加準確。據報道，AI技術對腫瘤病理切片判斷識別的準確率較高，傳統病理診斷通常采用人眼觀察，而AI可看到人眼無法識別且較為隱匿的特征及相關病理細節，同時還可定量描述病理特征，而并非簡單定性分級，且評判結果標準客觀一致，避免因地域或主觀意識造成診斷結果差異[24]。目前，AI技術已被廣泛應用于乳腺、胃、前列腺、腸道等癌癥的診斷和鑒別診斷，同時還具有評估預后的作用；醫師團隊收集患者病理切片，隨后進行數字化處理，利用特定的標記工具對切片進行標注，并錄入數據庫，完成后利用AI模型協助評估患者預后；另外，AI還能識別數據中人眼無法辨別和(或)難以用生物學統計學方法提取的與患者預后有關的多種信息，且具有更高的精確度[25]。

2.3AI技術在肝癌治療中的作用 目前AI在臨床的應用雖然發展迅速，但在肝癌的診治領域卻缺乏相關系統性研究。而肝癌治療領域的進展，尤其是靶向治療、免疫治療等手段的應用為肝癌的治療帶來了新希望。由于條件和環境的限制，部分醫師沒有足夠的時間對所有的新知識、新方法進行學習并用于患者的治療。隨著AI技術取得突破性的進展，AI技術在腫瘤疾病治療中的作用顯著。首先，AI技術可對患者的病理診斷結果進行識別，并結合臨床患者數據進行對比分析，給出適合患者個體的參考治療方案，同時還具有應用于腫瘤疾病預后指導和臨床康復的作用。研究指出，AI對癌癥患者預后的預測具有較高的價值[26-27]。此外，AI可根據海量的數據分析為患者提供具有指導意義的治療方案[28-29]。在肝癌患者的臨床治療中只需要將患者的疾病情況、病理特征輸入AI系統，利用大數據分析AI能立即給出相關的推薦方案與不推薦方案；同時，可對治療方案進行深度解讀，甚至還可結合基因檢測結果獲得精細化、個體化的治療方案；在肝癌患者進行手術治療時，AI技術可集合術前患者影像學檢查，指導手術方案的選擇，對手術進行導航，引導切面定位，提高手術的精確度與安全性[30-31]。臨床上，手術機器人的使用已廣泛開展，未來相信通過與手術機器人的結合可完成獨立的肝臟腫瘤切除術。

2.4AI技術在肝癌治療中的臨床應用 有學者針對不同病理分型的原發性肝癌進行了AI影像學鑒別診斷，并針對患者的生存期提出了預測，該研究在280個樣本數據中構建了原發性肝癌的預測模型，在AI技術協助下進行診斷，并將102個數據結果與AI數據模型進行聯合分析，結果顯示，對混合型肝癌的診斷準確率為85.3%(29/34)；此外，對肝細胞肝癌診斷的準確率為77.8%(28/36)，對腫塊型膽管細胞癌診斷的準確率較低，僅為62.5%(20/32)，由此認為，AI技術已經能夠在肝癌的診斷治療中發揮作用[32]。

除此之外，中科院也提出了AI醫學影像的新成果，即AI可以為肝癌患者無創分級，該研究在具體操作中使用了AI系統+增強核磁共振圖像進行雙重分析，可以在無創的條件下為患者的癌癥分級進行確認，更好地輔助手術計劃的制訂；肝癌不同于其他的腫瘤疾病，可以在非入侵的影像學檢查中進行確診，影像學作為常用的形式，已經得到了公認，但檢測結果主要依賴于醫師的經驗，主觀性比較大，因此必須尋求更為客觀的評定標準；而AI技術的應用，在研究者合作中構建了SE-DenseNet網絡，并將其用于臨床病情診斷中，從而獲得了更為全面的病灶信息，提升了診斷的準確率[33]。

3 小 結

目前AI技術已在醫學領域被廣泛應用，其中包括圖像辨識以及降低神經網絡復雜性的效果，具有很好的化繁為簡的作用[2]。我國AI技術在肝癌領域應用較少，這也說明AI技術在肝癌方面還具有很大的發展空間和潛力。我國屬于肝癌的高發國，對肝臟腫瘤AI開發有著先天優勢。同時，應用AI+影像學技術的方式能夠降低疾病的漏診率，且在研究中可不斷提升AI的應用性能，具有廣闊的發展前景。然而，AI技術在我國肝癌領域中的應用與發展仍需要各方共同努力合作，為提高肝臟腫瘤的診斷及治療水平做出貢獻。