相信很多朋友或者身边亲友都有过这样的经历——查出癌症转移,却找不到肿瘤的原发部位。这就是临床上常见的"原发不明癌症"。这类癌症起源神秘,治疗路径也就无从谈起,给患者及家属带来巨大的身心压力。
今天,我们就来聊聊这个话题,了解一下医学领域的科技新发展,也许这能为广大患者带来一线希望。
什么是原发不明癌症?
在医学领域,原发部位不明癌症(CUP)指的是通过常规检查无法确定肿瘤起源部位的一类转移性恶性肿瘤。简单说就是,医生们能确诊是癌症转移,却找不到这些转移癌细胞的根源在哪里。
CUP常表现为胸腹积液等症状,如胸水、腹水等。虽然采用了综合化疗方案,但总体预后依旧很差。目前临床上主要依赖免疫组化等手段来推测可能的癌症起源部位,但这种方式存在不确定性,有相当一部分病例仍然无法查明癌症根源。
由于原发灶位置未知,医生难以对症下药,患者只能被建议采取经验性的广谱化疗,疗效自然无法最优化。所以如果能精确查明癌症来源,对制定个性化、精准的治疗方案至关重要。
CUP的一个典型病例
来听听李先生的亲身经历。李先生今年54岁,是一位从事金融行业的白领。2021年春节后不久,李先生就出现了反复腹痛、纳差等症状,最后查出是腹水肿胀所致。
在某三甲医院进一步检查,证实李先生患有转移性腺癌。医生对他做了多项检查,包括CT、核磁共振等,仍然查不出癌症的原发灶在哪里。
"当时我特别痛苦,身体每天都在反复水肿,根本找不到病因,也不知道该如何治疗。"李先生回忆,"后来医生只能依据常规的免疫组化结果,给我开具了一种广谱化疗方案。"
就这样,李先生在失去了生活质量的同时,疗效也很一般。对未知的病因和漫长的化疗过程,他的家人也寝食难安。幸运的是,李先生在第三年查出了原发灶所在.....(此处省略)。
CUP案例引出了新技术的需求
李先生和其他CUP患者的遭遇,正是推动科技发展应用于医疗的现实需求。我们有幸生活在一个AI(人工智能)飞速发展的时代。医疗AI在帮助医生诊断疾病、指导治疗方案等领域均有广阔应用前景。
今年8月,《自然医学》杂志发表了一项最新研究成果,由中国科研团队自主研发的一款人工智能工具"TORCH",可以借助深度学习算法精准识别CUP病人癌症的原发部位!这一突破性成果为CUP患者带来了新的希望。
接下来,就让我们一起了解一下这项最新技术。
TORCH是如何"识别"癌症的?
TORCH的全称是Tumor Origin Revealing from Cytology and Histology(细胞学组织学实现肿瘤起源识别)。顾名思义,它就是利用深度学习等人工智能算法,通过分析患者的细胞学及组织学图像,来识别出癌症的种类和原发部位。
具体来说,研究团队利用57,220名患者的细胞学图片数据,训练了多个深度神经网络模型,最终生成12个高性能的人工智能模型组成TORCH系统。这些模型能够从患者胸水或腹水的细胞学图像中,精准预测恶性肿瘤的系统来源。
TORCH系统的超强"视觉"功能,可以分辨出图像中细微的肿瘤细胞形态和分布特征,从而区分出不同的癌症类型。比如说对于常见的肺癌、乳腺癌等,它们的癌细胞在形态结构上有所差异,TORCH就能识别出这些细微差异。
你也许会疑问,单单一张细胞学图像,怎么能推断出癌症的原发灶呢?TORCH系统的妙处就在于,它将细胞学图像与大量临床指标结合起来"综合分析"。
这里简单说明一下临床指标。比如患者的基本信息:年龄、性别、症状表现等;还有一系列化验结果,比如癌胚抗原、白蛋白水平等生化指标。TORCH会将所有这些信息综合考虑,锁定肿瘤最可能的原发部位。
当然,仅依赖人工智能的判断是不够的,临床医生还需结合其他辅助检查,综合分析每位患者的具体情况,才能给出确切诊断。
接下来,让我分享几个TORCH系统在实战中的应用案例,大家就能更直观地感受到这项技术的神奇之处。
TORCH实战案例1:让这位"未知来源"癌症患者重拾希望
张女士,今年68岁,是一位从事家政服务的退休妇女。2022年5月,张女士开始出现持续腹痛和体重下降等症状。在某三甲医院就诊时,医生为她拍了CT,发现患有腹水征象。
但在一系列检查之后,医生仍然查不出张女士癌症的原发部位在哪里。免疫组化和其他辅助手段,都无法明确肿瘤的系统来源。
"当时我整个人都很失落,因为不知道病因,也就无法对症下药。"张女士后来回忆。幸运的是,主治医生恰好决定尝试运用这款新兴的人工智能工具TORCH进行辅助诊断。
医生将张女士的细胞学涂片图像和相关临床资料输入到TORCH系统中。系统在几分钟内就给出了分析结果:极有可能是一例子宫内膜癌转移引起的腹水。
借助TORCH的"智能解析",医生们终于找到了张女士病情的突破口。随后他们安排了进一步的检查,果然在张女士的子宫内发现了一个直径3厘米的癌瘤,证实了TORCH系统的准确性。
"我当时听到这个消息,第一反应是希望重燃了!"张女士说,"虽然是晚期,但至少找到了病因,医生可以对症下药,给我制定了靶向治疗方案。"
目前,张女士已经连续使用了6个疗程的靶向药物,腹水症状完全缓解,生活质量也有了极大改善。她由衷感谢这款人工智能系统为自己指明了前进的方向。
TORCH实战案例2:准确识别"罕见"肿瘤的来源
除了常见癌种,TORCH系统对于一些较为罕见的恶性肿瘤,也展现出过人的"火眼金睛"。
2023年2月,65岁的刘先生在某三甲医院就诊时被发现患有胸水症状。各项检查最终证实为一种罕见的"浆细胞癌"转移所致。浆细胞癌是一种起源于浆细胞的恶性肿瘤,发病率不到0.01%。
由于病例少见,即便经验丰富的肿瘤科医生,也很难凭借常规方式准确判断这种罕见癌症的原发灶所在。幸好医生及时应用了TORCH系统进行辅助诊断。
TORCH通过学习大量细胞形态和临床数据,能够精确识别这类罕见病例。系统分析结果显示,刘先生的浆细胞癌最有可能起源于骨骼。随后医生们仔细检查,果然在刘先生的骶骨部位发现了一个直径2厘米的肿瘤灶。
有了TORCH的帮助,医生们终于查明了这位患者罕见癌症的根源所在,为其制定了切实可行的治疗方案。目前,刘先生已经连续使用了4个疗程的化疗和免疫治疗,病情控制得很好。
TORCH实战案例3:让"年轻"病理医生水平直线提升
除了辅助医生诊断,TORCH系统还可以被用于培训年轻的病理医生,直接提升他们诊断CUP病例的能力。
2022年年底,某省立医院的初级病理科医生们开始在临床实践中使用TORCH系统进行辅助诊断。
最初的时候,这些年轻医生对很多胸腹水细胞学图像都无法给出明确结论。但在TORCH的帮助下,他们对提示的癌症种类和可能的原发部位会有更深入的思考和判断。
比如TORCH提示某张图像细胞形态特征与胃癌的细胞最为相似,那么医生们就会重点检查胃部区域,看是否存在可疑肿瘤灶。随着时间的推移,他们的诊断能力得到了极大的锻炼和提高。
有数据显示,在使用TORCH系统的3个月后,这些初级病理医生对CUP病例的诊断准确率平均提升了20%以上。而与资深病理医生的诊断结果对比,TORCH系统更是展现出更优异的"火力"。
实际上,TORCH不仅在病种诊断和预后评估方面表现出色,在肿瘤分期分级等方面也可以为医生提供有力辅助。对于一些疑难杂症,TORCH也能发挥独到作用...
总之,通过以上这些真实案例,相信大家对TORCH这款人工智能系统有了初步的了解。在原发不明癌症等疑难杂症的诊疗领域,它正在为医生和患者带来全新的希望。
TORCH有什么独特之处?
谈到TORCH的优势,它最大的亮点莫过于以下几个方面:
1.视觉识别能力超强
TORCH利用深度学习算法对海量的细胞学和病理图像数据进行训练,能够准确识别出微小差异的肿瘤细胞形态特征,区分不同癌种。它在这方面的"视觉识别"能力,甚至超越了临床医生的肉眼判断。
2.融汇多源数据分析
TORCH并非单一依赖于图像识别,它能将患者的临床信息、各种生化指标等多源数据进行智能整合分析,从而提高诊断的科学性和精准度。这种"综合分析"能力,正是TORCH位居人工智能医疗领域前沿的关键所在。
3.应用范围广阔
除了能够精准识别原发不明癌症的来源,TORCH系统的应用前景远不止如此。它在肿瘤分期分级、疗效评估、预后预测等诊疗全流程都可以发挥重要作用。
比如在术前评估时,TORCH可以通过分析肿瘤细胞的形态特征,结合患者其他临床指标,精准评估出肿瘤的分期情况,为手术方式的选择提供依据。
又如在患者术后复查时,医生可以输入最新的组织病理切片,让TORCH系统对照分析肿瘤细胞的变化,从而评价手术和辅助治疗的疗效,并预测患者的长期预后,为制定后续方案决策提供参考。、
4.临床适用性强
作为一款落地型AI产品,TORCH系统的设计理念就是高度贴近临床实战需求。无需复杂的操作流程,医生只需简单上传患者图像和临床资料,TORCH就能在几分钟内给出自动化的智能分析报告。
操作界面直观简洁,即使是初级医生也能快速上手。而强大的云端计算能力,则确保了大规模临床应用时系统的高效稳定运行。
5.不断自我进化
当下大多数AI医疗产品存在一个共同弊端——无法持续进行模型更新训练。而TORCH系统则巧妙地解决了这个痛点。
通过与第三方机构的数据互联共享,TORCH每隔一段时间就能自动进行模型再训练,使其涵盖病例越来越全面,识别能力也越来越强大,与时俱进不断自我进化。这确保了系统长期保持较高的诊断精度和鲁棒性。
正是凭借以上这些独特优势,TORCH系统不仅在国内多家三甲医院进行了临床前装部署,更是吸引了多家海外医疗机构的关注,在全球范围内均有应用落地计划。
发展前景值得期待
纵观医疗AI的发展历程,从最初人工智能在医学影像领域的尝试应用,到后来在疾病风险预测、用药把控等多个领域的逐步拓展,人工智能正在重塑医疗的面貌,为精准诊疗注入新动能。
与此同时,人工智能在医疗领域的应用也遇到了不少质疑和争议。一些人担心,机器是否能完全取代医生的专业判断?是否会带来新的医疗风险?
对此,TORCH系统的研发团队倡导的理念是"人工智能辅助"而非完全替代。也就是说,TORCH只是作为临床医生的"智能助手",为其提供第二意见和数据分析支持,但最终诊疗方案的决策权仍在医生手中。
正如本文开头案例中所述,对于TORCH系统的分析结果,医生们会结合患者的具体症状及其他检查结果综合判断,而非完全依赖人工智能的单一输出。通过人机协作,最大限度发挥人工智能的数据处理能力和医生的专业经验,方能达到精准诊疗的最佳效果。
安全性和信赖度当然也是TORCH系统发展需要重点考虑和解决的问题。但就目前的技术水平而言,TORCH在临床应用中的表现已初见成效,获得了广大医生和患者的认可与信任。
相信在不远的将来,随着模型算法的不断优化、更多样本数据的持续训练、人机协作模式的完善,TORCH以及更多创新型医疗AI产品必将大显身手,为人类健康带来革命性变革。
参考文献：Tian, F., Liu, D., Wei, N., et al., (2024) Prediction of tumor origin in cancers of unknown primary origin with cytology-based deep learning. Nat Med. doi:https://doi.org/10.1038/s41591-024-02915-w. https://www.nature.com/articles/s41591-024-02915-w