「肺结节」人工智能辅助肺结节的诊治:诊断利器,前景可期——中山医院张勇

本文转载自
张勇医生好大夫在线
专家简介:张勇 , 复旦大学附属中山医院呼吸科副主任医师、博士 。擅长肺部结节的人工智能(AI)良恶性鉴别、疑难肺部结节的鉴别诊断、肺部磨玻璃结节(GGN)的定性与分级(腺瘤增生-原位癌-微浸润-浸润性腺癌)、肺部磨玻璃结节的浸润风险评估 , 手术时机的选择、肺部结节的磁导航支气管镜活检及微创消融、肺部肿瘤的诊治(靶向 , 免疫 , 放化疗) 。
计算机用于疾病的辅助诊断(Computer assist diagnosis , CAD)在很早之前就已经使用于临床 , 近年来更是发展成为人工智能(AI) , 作为医疗中的全球性热点 。其中 , 肺结节的AI辅助诊断是临床最容易的切入点 。已有很多的AI软件可以用来辅助诊断肺结节的良恶性 。本人有幸使用过5年前的传统软件和目前的AI软件分析过肺结节 , 相比较目前的AI已经有了很大的进步 , 即将进入临床发挥巨大的作用 。
AI软件在识别肺结节上的巨大进步:目前的AI软件已经可以做到自动识别肺结节 。通过分析DICOM原始的CT文件 , 可以将绝大部分的肺结节识别出来 。比之前传统软件全手动去勾画结节的边界相比 , 可以节省大量的时间 。如图显示 , AI软件可以自动识别3mm以上的实性结节、磨玻璃结节(红圈所示) , 省去医生寻找的时间 。
「肺结节」人工智能辅助肺结节的诊治:诊断利器,前景可期——中山医院张勇
文章图片

文章图片

「肺结节」人工智能辅助肺结节的诊治:诊断利器,前景可期——中山医院张勇
文章图片

文章图片

「肺结节」人工智能辅助肺结节的诊治:诊断利器,前景可期——中山医院张勇
文章图片

文章图片

之后 , AI软件可以给出对结节的大小 , 密度精确的数据 。对于磨玻璃结节来说 , 结节的密度是很重要的参数 。结节密度代表了肿瘤生长的深度 。而这些数据靠人眼是难以精确读出的 , 而AI却可以很快地给出数据 。下图中该磨玻璃结节的平均密度为-567 。通过密度数据的比较 , 可以显示肿瘤生长的趋势 。
「肺结节」人工智能辅助肺结节的诊治:诊断利器,前景可期——中山医院张勇
文章图片

文章图片

最后 , AI软件可以给出结节的恶性概率 。上图中的磨玻璃结节 , AI给出的恶性概率是64% 。这是由AI阅读了大量的CT图像学习后给出的 , 由医生参考 。当然 , 如果这个结节由我来判断 , 我会给出95%的恶性概率 。根据肺磨玻璃结节浸润风险模型判断 , 该结节有65%的可能为微浸润腺癌 , 而浸润性腺癌的风险较小 , 目前比较安全 , 可以继续观察 。
当然 , 临床上AI大规模应用 , 还需要各种条件成熟以及AI软自身的进步 。目前 , 分析一例肺结节大概需要30分钟左右 , 是无法在门诊大规模应用的 。因此 , 需要更好的网络及计算机分析速度 。一份完整的肺部薄层CT数据大约是200M左右 。希望网络CT数据的传输 , 结节分析在几分钟内即可以完成 。因此 , 让我们一起期待5G的到来吧!
其次 , AI软件本身对某些位置特殊、密度非常淡的磨玻璃结节识别有困难 , 对磨玻璃结节的边界识别也不够准确 , 也是常见现象 。这些都需要改建算法来提高结节识别的准确性 。还有 , 目前还没有AI软件可以对结节的浸润程度做进一步的分析 , 而且对于前后结节对比的分析结果缺乏判断能力 , 这些都需要软件进一步的优化学习来解决 。
【「肺结节」人工智能辅助肺结节的诊治:诊断利器,前景可期——中山医院张勇】总之 , AI肺结节的诊断是趋势 , 医生已经可以采用AI软件来进一步提高自己的结节分析能力 , 配合AI对结节数据化的精准分析 , 配合医生的判断 , 相互补充 , 可以将肺结节的诊断水平大大提升 。


推荐阅读