达摩院的AI研究,让人类首次实现了大规模胰腺癌早筛
机器之心报道
编辑:泽南、杜伟
用人工智能挑战最致命的癌症。
日常生活中,我们经常会与人工智能进行互动,从解锁手机,使用搜索引擎到地图导航……AI正在为我们带来越来越多的便利。不过在临床医学中,AI技术的应用速度要慢得多,绝大多数诊断和治疗建议仍然完全基于人类判断。
直到最近,AI在医疗影像的新突破,让事情有了变化。
上周,最新一期自然杂志子刊《自然医学》(NatureMedicine)上一个名为「PANDA」(PAncreaticcancerDetectionwithAI)的胰腺癌早筛AI模型正式亮相,成为了人们热议的话题。
该研究通过「平扫CT+AI」的方法,让我们首次拥有了大规模早期胰腺癌的筛查手段。
据研究团队介绍,PANDA早期筛查模型的特异性达到了99.9%,这意味着每1000次测试中只出现一个假阳性;其检测胰腺肿瘤的能力可达92.9%;鉴别胰腺癌的能力比放射科医生独立判断时的平均表现提高了34.1%。
这或许是人类在与「癌症之王」胰腺癌的斗争中第一次掌握了主动权。《自然医学》对此还专门刊发评论文章:「基于医疗影像AI的癌症筛查即将进入黄金时代」。
癌症的早筛一直被认为充满挑战,人们一直期待出现一种简便通用的技术,来对大规模无症状人群进行癌症筛查。利用AI算法的PANDA或许会成为给我们带来希望。
破解「癌症之王」
关于胰腺癌,我们可以列举两个残酷的数据:平均五年生存率不到10%,80%的情况下发现就是晚期。时至今日,胰腺癌已经成为中国乃至全球生存率最低的恶性肿瘤。
胰腺癌早期发现困难的原因之一在于其明显症状很少,而且在癌症进展之前很难进行自愿检查。此外,由于胰腺位于身体最深处,一些影像学检查(例如腹部超声检查)可能无法显示整个胰腺。而增强CT、增强MRI、PET等影像诊断,由于需要注射造影剂、辐射剂量、检查周期长、费用昂贵等原因,不太适合用于大规模胰腺癌筛查。
在体检及医院常用的平扫CT图像上,同样由于图像对比度低,很难识别早期胰腺病变,容易出现漏诊或误诊。
因此,胰腺癌的早筛早治具有重要的临床意义,在筛查手段上进行革新也显得尤为必要和关键。AI技术或许能够帮助我们解决这个问题。
在PANDA论文中,基于阿里达摩院的医疗AI技术,上海市胰腺疾病研究所、浙江大学医学院附属第一医院、中国医科大学附属盛京医院、复旦大学附属肿瘤医院、布拉格查理大学第一附属医院、上海交通大学医学院附属新华医院、约翰霍普金斯大学等机构首次提出以「平扫CT+AI」进行大规模的胰腺癌早期筛查。
PANDA模型在这十多家顶尖医疗机构进行了大规模多中心验证,显示了稳定的泛化性能。此外,在上海市胰腺疾病研究所的体检、急诊、门诊、住院等场景中实验,仅通过最简单的平扫CT,就在2万多真实世界连续病人群体中发现31例临床漏诊病变,至今已有两例早期胰腺癌病患已完成手术治愈。
目前,这项研究成果已向全球医生和研究人员开放。
这也是中国放射影像领域的科研成果首次登上《自然医学》杂志:
论文链接:https://www.nature.com/articles/s41591-023-02640-w
开放地址:https://g.alicdn.com/medical-engineering/d3viewer/0.0.87/index.html#/panda
在AI加医疗领域,我们见证过很多医疗影像的研究成果,本次登上Nature子刊的工作有哪些创新之处?首先,针对胰腺癌变位置隐匿、在平扫CT图像中无明显表征等特点,达摩院为PANDA设计了独特的深度学习框架,模型概览图如下所示。
上图a为模型开发,PANDA以平扫CT为输入,输出可能发生胰腺病变(包括PDAC和其他7种非PDAC亚型)的概率和分割掩码。PANDA接受了病理学确认的病患级标签和增强CT图像上标注的病变掩码的训练。b为模型评估,评估PANDA在内部测试组、平扫和增强CT、外部测试组、胸部CT组等真实世界多场景研究中的性能。c为模型临床转化。
达摩院医疗AI高级算法专家、也是这次PANDA项目负责人张灵进一步解释称,PANDA并不是一个单纯的视觉分割模型,它兼具了分割、检测和分类功能,其深度学习框架(下图)包括以下三阶段,每个阶段「各司其职」。
第一,通过构建分割网络(U-Net)来定位胰腺;
第二,采用多任务网络(CNN)来检测异常情况;
第三,采用双通道Transformer来分类并识别胰腺病变的类型。
达摩院在PANDA模型的训练策略上也做了一系列技术创新,从而实现了高效、安全的大规模胰腺癌早筛。其中的关键在于如何更加准确地识别平扫CT图像中肉眼难以识别的细微病例特征。
同样重要的是数据,AI筛查模型的训练需要医生手工标注大量肿瘤,但平扫CT图像对比度极低导致医生几乎无法标注。达摩院医疗AI团队先让合作医生们在增强CT上勾画,然后利用提出的知识迁移训练方法,通过精确的适用于腹部CT图像配准的算法将增强CT上的先验知识迁移到平扫CT相应位置。这样一来,以往AI识别癌症普遍存在的勾画难、标注难、训练难等问题得到有效解决。
同时,由于该研究主要通过腹部CT训练,而现实中胸部CT大量存在,达摩院算法团队提出一种基于模拟裁剪的数据增强方法,解决了模型泛化到胸部CT通常可能出现胰腺肿瘤扫描不全的问题。
得益于PANDA训练架构和策略的创新,该研究构建了迄今最大的胰腺癌肿瘤CT训练集(包含3208名真实病人)。该AI算法在一个由全球十多家医院约6200名患者组成的多中心队列中进行了验证,其中包括确诊的胰腺癌病例和无胰腺病变的对照病例。
随后,PANDA进一步在包含20530名真实世界连续病例的多场景验证中测得了92.9%的敏感性(判断存在胰腺病变的准确率)和99.9%的特异性(正确判断无病的几率)。
截至目前,PANDA模型已在医院、体检等场景被调用超过50万次,帮助医生成功发现多起临床漏诊的早期胰腺肿瘤病例,平均每1000次只出现一次假阳性。研究人员表示,未来还将持续进行多中心前瞻性临床验证,以期改写「胰腺肿瘤不推荐筛查」的悲观论点。
复旦大学附属肿瘤医院放射诊断科主任顾雅佳教授表示,这篇论文提出了一种有潜力的大规模胰腺癌筛查方法,在提升检出率的同时,又不会给病人带来额外的辐射与经济负担,「设想一下,我们去体检时做个最简单的平扫CT,就能查出有无胰腺癌,这将帮助到很多胰腺病人,减少悲剧的发生。」
达摩院医疗AI团队负责人、IEEEFellow吕乐表示,这项研究是一个重要的里程碑,在临床上证实了「平扫CT+AI」的癌症筛查技术路径的可靠性。
构建实用的AI影像诊断体系
AI加持的医疗影像技术,正在为当前的医学带来各种新的可能性。
迄今为止,美国食品药品监督管理局FDA已批准了300多种医疗影像相关的人工智能工具。通过深度学习技术,医生们可以在一些领域的病灶识别、标注、靶区勾画等任务上获得帮助,更快发现隐藏病灶,完成诊断、治疗工作。
在癌症的AI医疗影像工作上,此前大多数方法聚焦于协助医生进行病灶检测和诊断。此次PANDA研究带来的突破,则为人们在基于影像的大规模多癌筛查上开辟了一条新道路,有望提高重大癌症的早期检出率。
对于达摩院的AI加医疗探索来说,这只是近年来成果的一小部分。
「AI应该解决那些尚未得到解决、而病人又真切需要的临床需求。我们需要在病人性命攸关的临床问题上,做出不可或缺的贡献。」这是达摩院医疗AI团队秉持的医疗技术第一性原则。
我们了解到,达摩院医疗AI团队长期致力于AI与医疗影像的融合研究,重点布局精准癌症诊疗、精准慢性病诊疗、神经退行性疾病预筛三大方向,其中研发了包括规模筛查、精准诊断、预后治疗、响应评估在内的全流程的癌症诊疗技术。
除了技术探索之外,达摩院医疗AI团队还与全球多家顶尖医疗机构的合作,利用AI技术探索低廉、高效的多癌筛查新方法,希望通过一次平扫CT就能查出多种早期癌症。
截至目前,相关工作已经在胰腺癌、食管癌肺癌、乳腺癌、肝癌、胃癌、结直肠癌等七种高发癌症上取得阶段性进展,相关研究成果先后登上NatureMedicine、NatureCommunications等医学期刊及CVPR/MICCAI/IPMI等AI顶会。可以说基于医疗影像AI的前沿技术与癌症筛查这个领域实现了「双向奔赴」。
达摩院的AI+医疗影像重要研究,还包括但不限于:
2022年10月,其医疗AI团队初步验证了AI与平扫CT结合的技术可行性,敏感性和特异性均超过专家医生水平,有望用于早期食管癌检查,相关论文发表在了MICCAI2022;同月基于深度学习对头颈癌42个危及器官进行高效精准自动规划,有效减少放射治疗并发症,研究登上NatureCommunications。
2023年6月,针对CV领域的OOD难题提出全新医学图像语义分割框架,让AI更准确识别肿瘤中的疑难罕见案例,并已在胰腺和肝脏肿瘤上得到验证。该研究被CV顶会CVPR2023评为Highlight论文。同月基于增强CT的胰腺肿瘤鉴别诊断也有了新进展,成果在医学图像处理顶会IPMI2023上发表。
2023年8月,发布多癌影像分析通用模型CancerUniT,利用增强CT实现8种主流癌症的辅助诊断,研究成果被CV顶会ICCV2023收录。同月发布的首个可以分割全身143个器官的连续深度学习框架也被ICCV2023接收。
CancerUniT检测、分割和诊断8种癌症肿瘤的示例。图源:https://arxiv.org/pdf/2301.12291.pdf
不久后,达摩院免费开放100件AI专利许可,其中有3件是专门针对癌症的精准治疗和解决关键的医疗图像配准问题(后来在10月份MICCAI2023Learn2Reg竞赛上,达摩院相关医疗图像配准技术以比较明显的优势,获得所有两个赛道的冠军)。
2023年10月,基于CT图像的肝脏肿瘤筛查与诊断、胃癌筛查、肺结节自动检测及良恶性鉴别、胰腺癌预后等几项工作也在MICCAI2023发表。
再加上胰腺癌早期检测模型PANDA,达摩院的医疗AI技术,成为了一个又一个AIforScience的范例。
不仅如此,在达摩院的设想中,AI不仅可以辅助医生进行多个癌症疾病筛查,同时还可以进行心脏病、腰椎、骨骼等疾病筛查,希望能在一张平扫CT的基础上同时检测出8种肿瘤和5种慢性病,实现基于医疗AI的普惠筛查。
据了解,达摩院已与浙大一院、复旦肿瘤、北医三院等多家三甲医院建立了临床科研合作关系,其医疗AI产品已成功对接落地30+家医疗影像合作伙伴,累计落地医疗机构数超过1000家,为全球2000万人次提供了智能化医疗健康服务。
结语
有了AI+平扫CT技术,我们或许可以想象:在未来通过完成常规、有限的体检项目,我们就能在AI加持辅助下获得很多疾病的筛查结果。
此外,在AI技术进一步实用化以后,不仅是医疗影像数据,人们的就诊记录、行为模式,甚至声音等各种信息都可以作为数据进行模型的训练,并用于检测病症,为病人提供精准治疗的数据决策支持。
而这些能帮助人们获得健康的科技,会有一部分来自于阿里达摩院。
达摩院自2017年成立以来,一直以探索未知,以人类愿景为驱动力为目标,面向未来开展基础科学和创新性技术研究。位于科技趋势重要位置的AIforScience,是其努力方向的重中之重。随着近年来一系列技术突破和应用的铺开,很多原本存在于我们想象中的事正在逐步实现。
「任何一家公司生命周期都是有限的,但能留下来的,是阿里巴巴的技术、经验以及对社会的担当。达摩院必须要解决社会问题,才能活得长。」正如马云在达摩院创立之初所期许的,达摩院要成为一家面向未来、以科技解决重大社会问题的企业研究机构。
迎战「癌王」,实现大规模癌症早筛的PANDA,只是一个开始。