說來有趣，21世紀最時髦的人工智能技術應用于現代醫學，與中國幾千年流傳至今的傳統中醫，竟有不小的相似之處。

傳統中醫講究“望聞問切”，據此積累下來千百萬人的“醫療大數據”，再通過醫生的人腦來存儲、“加工”，進而開出藥方；而今天的智能醫療，則是給醫生加上了一個“超強大腦”，它能海量存儲、超速計算、深度學習，給人類增添了更多擺脫病魔的能力。

盡管爭議與困難重重，但沒人能夠否認，人工智能、大數據等現代技術在醫療領域的應用已成大勢所趨。

有學者這樣描述，未來的醫學影像中心好比飛機駕駛艙，是各種各樣信息的綜合體；未來醫生則相當于飛行員，需要做的是去處理各種各樣的信息。比起擔心AI會不會終有一日取代醫生，腫瘤科的醫生已經在想方設法與這些聰明的“助手”并肩作戰，在臨床上精準圍獵腫瘤細胞。

人工智能輔助制定放療方案 大幅提高效率

53歲的薛萍被胃里一顆淋巴瘤折磨了許久，腹痛、嘔吐和慢性腹瀉一直糾纏著她。實在熬不下去了，她挪著艱難的步子，到家門口的醫院看病。

那是天津市腫瘤醫院在距離主院區幾十公里以外開設的新院。通過視頻，在主院坐診一號難求的主任醫師成了她的主治醫生。經過多次檢查溝通后確認，薛萍胃里的淋巴瘤是輕度惡性腫瘤，通過放療無需手術就能收到很好的效果。

醫學影像CT是放療前的第一步。薛萍的上百張醫學CT影像數據隨即傳到云平臺上，無論醫生在哪里，只需要打開電腦就能完成對患者放療靶區和危及器官的勾畫，簡單說，就是給放療畫一個靶區。

確定腫瘤的邊界到底在哪兒，是極其考驗醫生經驗和耐心的事情。過去，醫生對著電腦屏幕，在CT影像上一點點勾畫出腫瘤組織的輪廓、癌細胞可能轉移的區域以及周圍需要保護的器官。鼠標微微挪動，黃色細線勾勒出的靶區隨之變化，盡可能精雕細琢才能最大限度提高放療射線射殺癌細胞的精確度。

這種精確到毫米級的打磨過程，可能持續幾個小時甚至幾天。毫厘之間的偏差可能給患者帶來巨大的副作用。如果稍稍偏至心臟，將極大增加今后罹患冠心病的可能性。遺憾的是，在這個耗時耗力的過程中，不同醫生勾畫同一個病人的醫學影像靶區，常常會出現不同的結果。

更聰明、更有耐心的人工智能助手正在幫助醫生快速圍獵癌細胞。依靠核心算法、訓練神經網絡模型，人工智能可以深度學習大量已勾畫靶區和危及器官的患者數據，用模型來完成新患者靶區和危及器官的自動勾畫。

如今，只需將患者的數據輸入電腦，就能自動勾畫醫學圖像中腫瘤的靶區，自動分割腫瘤與非腫瘤組織，精確勾勒放療靶區。醫生在這個基礎上對影像進行審核、微調和修改，大幅減少了工作量。據介紹，目前該院測試結果顯示，人工智能自動勾畫影像，能比純人工節省大約70%的用時。而在一些缺乏腫瘤醫治經驗的基層醫院，人工智能也可以給年輕醫生提供參考，減少他們的出錯概率。

制定腫瘤放射治療計劃需要進行大量的計算。傳統計算方式速度慢、花費時間長、成本高，很大程度上要依賴物理治療師豐富的經驗。而這一點恰恰在中國是一個短板，目前我國放療物理師人才非常匱乏。數據統計顯示，2015年我國擁有物理師3294人，放射科腫瘤醫師與物理師比例為4.81∶1。

如果把放療對癌細胞的剿殺，看作是用洲際導彈轟炸目標，那么醫生是發出目標指令的人，而制定計劃和操作，比如導彈怎樣飛行、飛行的軌跡如何，都是物理師來具體完成的。甚至有人說，在放療科可以沒有醫生但不能沒有物理師。

物理師要根據醫生要求和設備特點來設計合適的方案，要根據病人情況重建三維人體結構圖，通過復雜的數學和物理運算確定放療機器的各種參數，驗證測量、修改和完成放療計劃，還要每天測量和校準劑量，來確保放療的準確性和安全性。

人工智能正在彌補這個短板，它可以高速分析和處理海量大數據，針對腫瘤類型、腫瘤周期、患者性別體重等參數對數據進行劃分，幾分鐘就能自動設計最優放療計劃，供物理師參考。

天津市腫瘤醫院院長王平說，人工智能已經可以模擬人類思考和判斷，如今智能計算機醫院管理系統、智能醫療診斷專家系統、智能手術機器人等AI技術給醫療領域帶來了革命性變化，“在惡性腫瘤放療領域，我們正在應用的腫瘤放療靶區和危及器官智能化自動化勾畫、AI化的放射治療計劃模型、基于互聯網+的放療遠程智能化質控系統，都在改變著現在和未來的醫療模式。”

AI+遠程 緩解地區間醫療資源不均衡

放療、手術、化療是人類治療癌癥的三把“尖刀”。近年來，放療精準度高、適應度廣、副作用小、創傷較少等優勢逐漸受到重視。然而我國醫療資源分布極不均衡。據全國第三次衛生服務調查顯示，目前我國80%的醫療衛生資源集中在城市，其中80%又集中在大中型醫院，而醫療衛生服務需求大部分存在于基層。

以放療為例，在基層醫院，有的根本就沒有配置放療設備，有的雖然買來昂貴的設備，卻因為缺乏放射腫瘤科醫生和物理師，導致設備閑置，或是治療不規范效果不佳，因此患者看病依舊需要去擠大醫院。

在天津市腫瘤醫院放療科，一臺放療使用的直線加速器要從早上6點工作到晚上11點，每天每臺設備至少要為120名患者治療。而在其他許多醫院，常常一天都沒有幾個患者。

王平介紹，放療不同于外科，大夫不必親臨現場親手操作手術，因此可以很好地利用遠程+AI技術開展治療。一方面可以緩解醫療資源短缺和地區不均衡，使異地病人和基層醫療人員同時受益。另一方面有助于建立完善的醫療保健體系和適合國情的分級診療制度，這也是深化醫改、突破醫改瓶頸的關鍵。

目前，該院不僅每天在其分院之間開展遠程+AI放療服務，其服務半徑還擴大至山東、河北等多個省市的十幾家醫院。

目前，醫生們正在更深入地研究利用人工智能預測放療后的并發癥。肺癌是在中國發病率最高的癌癥，一個重要的治療手段就是放療，然而最常見的并發癥之一就是放射性肺炎。放射性肺炎會對患者的生活質量造成一定影響，嚴重的甚至會危及患者生命，但目前沒有有效預測放射性肺炎發生的方法。一般來說，現在預測并發癥的成功率在50%左右。目前醫生們采用人工智能和新興的放射組學結合的方法，創新性地建立放射性肺炎預測模型，即通過計算機深度學習方法挖掘CT圖像中隱藏的信息，比如腫瘤的紋理、密度等信息，并結合患者臨床和放療信息構建綜合的預測模型，輔助臨床醫生調整治療方案及臨床決策。

如果發現某個病人發生放射性肺炎可能性高，可以及時介入，提前做一些預防措施，盡量降低放射性肺炎發生的等級，減少痛苦。一個非常理想的狀態是，給病人做幾個CT檢查之后，人工智能就可以知道病人可以存活多久、做放療的療效如何，什么時候會發生轉移，以及這個過程中產生的相關副反應及其可能性有多大。

王平說，目前研究結果顯示其準確度可達到71%，這已經高于既往一些臨床參數，而這個數字還將在未來進一步研究后得以提高，“目標就是用技術給患者提供更好的服務。”

記者 胡春艷