官方网站-首页
2025-07-22 10:31:25
【导语】在当今数字时代，“人工智能（AI）”正以前所未有的力量重塑人类生活。在医学领域，AI的“智慧”尤为亮眼，尤其在放射医学中展现出巨大潜力。马思源及李瑞辰（均来自上海复旦大学附属眼耳鼻喉科医院）携手王孝深主任医师，共同揭示了AI如何助力医学影像诊断与放射治疗，开启智慧医疗的新篇章。从精准定位肺结节到秒级勾画肿瘤靶区，AI正逐步解决传统医学影像分析中的难题，为患者带来更为精准、高效的医疗服务。
作者：马思源 上海复旦大学附属眼耳鼻喉科医院
李瑞辰 上海复旦大学附属眼耳鼻喉科医院 主治医师
审核：王孝深 上海复旦大学附属眼耳鼻喉科医院 主任医师
当今，“人工智能（AI）”这一术语已广为人知。作为“数字时代的最强大脑”，AI正在以前所未有的力量重塑着人类生活。简单来说，AI通过汲取海量样本数据的精华，逐步代替人们在日常生活中那些重复性高且较为烦琐的工作。众所周知，AI在“机器人视觉”领域的成就尤为突出，它在人脸识别技术、辅助驾驶、图像分割等多个领域均展现出较高的应用价(jià)值(zhí)。也(yě)正(zhèng)是(shì)凭(píng)借(jiè)AI的视觉分析能力，现代医学迈入了智慧医疗新时代，尤其在放射医学领域，AI的应用堪称点睛之笔。
图1 版权图片 不授权转载
医学影像领域的挑战
21世纪，医学影像学已经成为现代医学体系中不可或缺的支柱。它赋予了医生一双“透视之眼”，可以让(ràng)隐(yǐn)藏(cáng)于(yú)人(rén)体(tǐ)深(shēn)处(chù)的(de)奥(ào)秘(mì)通(tōng)过(guò)不(bù)同(tóng)形(xíng)式(shì)、不(bù)同(tóng)角(jiǎo)度(dù)在(zài)电(diàn)子(zi)屏(píng)幕(mù)上(shàng)直(zhí)观(guān)展(zhǎn)现(xiàn)出(chū)来(lái)。随(suí)后(hòu)，需(xū)要(yào)专(zhuān)业(yè)的(de)读(dú)片(piàn)医(yī)生(shēng)对(duì)获(huò)取(qǔ)的(de)影(yǐng)像(xiàng)画(huà)面(miàn)进(jìn)行(xíng)细(xì)致(zhì)入(rù)微(wēi)的(de)解(jiě)析(xī)，精(jīng)准(zhǔn)地(de)识(shi)别(bié)出(chū)每(měi)一(yī)个(gè)潜(qián)在(zài)的(de)病(bìng)灶，并将其详尽记录于诊断报告中。其重要性不言而喻，可谓是后续诊疗决策制定的基石。
然而并非所有的病灶都会“大摇大摆”地呈现在影像画面中，某些早期病变可能微小如芝麻粒。当这样一粒芝麻隐匿在身体内的某个角落，找到它的难度之大可想而知，这也势必为读片医生带来不小的挑战。因此，在科技尚不发达的早期年代，影像检查中“漏诊误诊(zhěn)”现(xiàn)象(xiàng)时(shí)有(yǒu)发生。
图2 版权图片 不授权转载
AI“邂逅”医学影像学检查
当AI“邂逅”医学影像学检查，会碰撞出什么样的火花呢？随着胸部低剂量螺旋CT技术的普及，肺结节已经成为呼吸科领域较为常见的发现。从细微之处着眼，那些直径不足5毫米的微小结节，如同潜藏在肺叶深处的“谜团”，其性质的不确定性及潜在的恶性转变风险，始终是患者心头挥之不去的阴影。然而，随着AI的崭露头角，AI算法模型不仅能够以超越人类肉眼的敏锐度精准定位肺结节，捕捉其细微的形态特征，还可以进一步为医疗团队提供宝贵的决策性意见。
2022年，欧洲肿瘤内科学会提出，当前AI技术不仅搭载了用于识别肺部微小结节的“临床特征和CT影像特征”的精确诊(zhěn)断(duàn)模(mó)型(xíng)，还(hái)可(kě)以(yǐ)联(lián)合(hé)“生(shēng)物(wù)标(biāo)志(zhì)物(wù)检(jiǎn)测(cè)”，构(gòu)建(jiàn)起(qǐ)一(yī)套(tào)全面(miàn)的(de)肺(fèi)部(bù)微(wēi)小(xiǎo)结(jié)节(jié)良(liáng)/恶(è)性(xìng)综(zōng)合(hé)诊(zhěn)断(duàn)体(tǐ)系(xì)。通(tōng)过(guò)这(zhè)两(liǎng)项(xiàng)技(jì)术(shù)的(de)“强(qiáng)强(qiáng)联(lián)手(shǒu)”，可(kě)显(xiǎn)著(zhe)降(jiàng)低(dī)89%的(de)不必要手术率和73%的延迟治疗率。中华医学会呼吸病学分会肺癌学组、中国肺癌防治联盟组织专家对AI影像辅助诊断系统评估肺结节的科学评价中已证实AI在辅助识别诊断肺结节方面的重要性[1]。
图3 版权图片 不授权转载
放射肿瘤治(zhì)疗(liáo)学(xué)的(de)“新(xīn)时(shí)代(dài)”
得(de)益(yì)于(yú)AI在(zài)医(yī)学(xué)影(yǐng)像(xiàng)学(xué)中(zhōng)的(de)卓(zhuō)越(yuè)成(chéng)绩(jī)，放(fàng)射肿瘤治疗学科也迎来了智慧化转型。当前，放射治疗在肿瘤的综合治疗方案中占据着举足轻重的地位。据统计，人体约60%的肿瘤发展到一定阶段需要放射治疗的干预[2]，有些恶性肿瘤，如鼻咽癌、喉癌、扁桃体癌、宫颈癌等通过根治性放疗可获得痊愈。放射治疗的过程就好比一场精准的“射击打靶”，其核心在于如何精准狙击肿瘤，同时最大限度地减少对周围正常组织的伤害。这将直接关系到患者的生存率及治疗后的生活质量。因此，“勾画靶区”这一环节在整个放疗流程中显得尤为关键。人工勾画靶区（包含肿瘤靶区和危及器官）高度依赖于放射治疗科医生的临床经验，普遍存在着耗时长（3～10小时）、精确度有限（准确率＜90%）及个体间差异显著等问题。由于勾画单一病例的靶区就需要耗费大量时间，因此，患者等待时间延长，患者积压严重，同时也存在漏靶等潜在风险。那么，智慧医疗又如何有效应对这些挑战呢？
首先，医生将业内顶尖专家精心勾画的肿瘤靶区样本作为AI学习的“金标准”，随后AI便能深入学习“输入和输出”之间的微妙关系，从而对新病例进行精准的靶区勾画。通过海量样本的持续优化与迭代，肿瘤靶区智能勾画系统终于“华丽登场”。该系统可囊括多套影像配准模块，支持与CT、MR、PET/CT、PET/MR等多模态影像无缝融合，为精准勾画靶区提供了强大的技术支持。此外，这一勾画系统不仅实现了秒级的勾画速度，还保证了高质量的勾画结果。借助AI自动勾画技术，肿瘤靶区勾画工作时间从平均4小时大幅缩短至几分钟，且勾画质量与专家水平相当[3]。
图4 版权图片 不授权转载
AI的发展从未停下脚步，虽然说目前可能仍处于萌芽期，但它已展现出非凡的潜力。需要强调的是，AI技术与医疗领域的结合是相辅相成的，正如上文所述，其发展离不开专业医生的大量“高质量样本”的注入，绝非“无源之水”。所以，我们并不能就此停下探索医学的脚步。
参考文献：
[1]中华医学会呼吸病学分会, 中国肺癌防治联盟专家组. 肺结节诊治中国专家共识（2024年版）[J]. 中华结核和呼吸杂志, 2024, 47(8): 716-729.
[2]SIEGEL R L, MILLER K D, WAGLE N S, et al. Cancer statistics, 2023[J]. CA Cancer J Clin, 2023, 73(1):17-48.
[3]TANG H, CHEN X, LIU Y,et al. Clinically applicable deep learning framework for organs at risk delineation in CT images[J]. Nature Machine Intelligence, 2019, 1(10): 480-491.
400-86503662
我国突破3500米深海观测技术！这套浮标系统有多厉害？
