人工智能——改变我们诊断癌症的方式

癌症是最致命的疾病，不管它是什么类型的恶性肿瘤。仅在 2018 年，全球就有 960 万人死于癌症。

所有的医生和研究人员都同意，如果在早期发现癌症，它将极大地增加患者的生存机会。可悲的是，大多数癌症患者在疾病的后期被诊断出来。唉，人工智能和深度学习为解决这个问题带来了意义。

人工智能和深度学习已经存在很长时间，通过改变我们的生活、学习和赚钱方式来影响我们的日常生活。现在，医生们对使用人工智能进行各种疾病的诊断、管理和更好的治疗选择表现出浓厚的兴趣，尤其是癌症。随着时间的推移，人工智能的应用正在蓬勃发展，以提高医疗保健水平。

人工智能作为诊断工具

非常感谢遗传学、成像等领域的技术进步，癌症现在比几十年前更有可能在更早的阶段被发现。

尽管如此，医学影像诊断的准确性仍然很低，专业人士在胸部 X 光片和乳房 X 光检查中看到 20-30% 的错误阴性结果。人工智能可以防止这种情况，而医疗保健数据丰富这一事实是一个额外的好处。他们看到的数据越多，他们就越有可能发现其中的隐藏模式，这些模式可用于执行诊断。

随着时间的推移，已经引入了许多机器学习算法，但传统形式，如逻辑回归，已证明在临床肿瘤学研究中最有用。在治疗癌症方面，“早期发现”是我们希望首先解决的最大挑战之一。人们普遍认为，如果及早发现，超过 80% 的乳腺癌、卵巢癌、前列腺癌、肺癌是可以避免的。

人工智能如何运作？

神经网络是最简单的人工智能形式。机器学习是人工智能的一个分支，专注于训练机器更好地完成重复性任务。通过算法，可以指导系统判断哪里是对的，什么时候是错的，系统可以在短时间内学习数据的传播速率。该技术的分析耐久性和复杂算法的使用可以识别模式和行为。人工智能技术现在能够提供在卫生领域取得优异成绩所需的类人视觉和决心。

癌症诊断中的人工智能

检测癌症可能是 AI 的大胆而复杂的挑战。典型的标准程序，如筛查、放射成像可能会出错或返回假阴性。人工智能不仅可以提高图像检测的准确性，还可以弥合癌症筛查和基因组学之间的差距。纽约基因组中心依赖于用于筛查患者的独特软件——IBM 开发的人工智能系统 Watson。

瑞士的 Sophia Genetics 正在使用人工智能帮助医生查明癌症背后的基因突变。据该公司称，目前，80 多个国家/地区的 970 多家医院正在使用它，每次基因评估的平均成本为 50 至 200 美元。

用于早期癌症检测的 Freenome 是另一项深度技术创新，给包括 Google Verily 在内的知名 VC 留下了深刻印象。最近，一家美国公司宣布与居里研究所建立战略合作关系，以测量其 AI 基因组学平台，通过密切关注血液中生物标志物的变化来预测患者对免疫肿瘤治疗的反应。

弹性成像和人工智能

超声弹性成像是一种几乎全新的诊断技术，用于分析乳房组织的硬度。它通过振动组织来完成此操作，从而产生波。该波在超声波扫描中引入了夸张，并突出显示了属性不同的乳房区域。这有助于确定病变是癌性的还是良性的。由于癌症会导致组织发生不同类型的变化，因此癌症的存在会导致其物理特性的调整，例如孔隙率的变化。人工智能的作用是确定给定组织是否癌变？

人工智能如何提供帮助？

人工智能的一项重要能力是在短时间内处理大量复杂的信息。通过适当的教学，人工智能能够模仿人的思想，随着它的不断进步，人工智能可以更准确地看到肉眼无法看到的东西，而且效率更高。

通常，使用这种方法对患者的侵入性和创伤较小，还可以加快诊断过程，确保更快开始治疗。

行业还有很长的路要走，人工智能需要克服其信任问题并向患者和医生证明自己，这已经不是什么新鲜事了。在我看来，内在缺乏信任是全面采用的最大障碍。不应仅期望 AI 作为在完全无指导的环境中诊断和治疗患者的解决方案。公平地说，这是一个聪明的解决方案，对医生有帮助，他们对病人的情况和病史有一个整体的看法。

这是一个很好的例子，说明技术和人类如何同步工作，而不是相互对抗。人工智能是有能力做的：这将有助于人类技能仍然有限的领域。

我对未来的看法以及我希望癌症诊断会是什么样子，我希望看到 AI 设置来加速诊断和方法，甚至恢复。但总的来说，我希望看到技术变得更容易获得并用于提高生存率、改善治疗和减少副作用。