近日，一条令人痛心的新闻冲上热搜，一对姐妹在一起开小饭馆，同时确诊肺癌！然而，姐妹俩年龄介于 40 岁到 50 岁之间，没有吸烟史，如此“家族聚集性”的肺癌十分罕见。
罹患肺癌原因复杂多变，其早期症状并不明显，给诊断造成了不小的难度，同时遗传因素与环境因素均可能诱发肺癌产生。《中华医学会肺癌临床诊疗指南（2022 版）》中指出，炒炸等烹饪方式产生的厨房油烟可导致 DNA 损伤或癌变，是中国非吸烟女性罹患肺癌的重要危险因素之一。
经专家推断，勤劳的姐妹俩整日在厨房高强度地工作，油烟中含有大量苯并芘、多环芳烃、杂环胺、丁二烯等致癌物质，很有可能是其罹患肺癌的罪魁祸首！
肺癌的早期诊断至关重要
所幸，这对姐妹及时体检和随访，尽快地切除了肺部肿瘤，最大限度地降低了复发率和死亡率。
肺癌作为第二大常见癌症，全球死亡率最高，占癌症相关死亡总数的 21%。目前，早期诊断肺癌方法仍然具有严峻的挑战性。与其他癌症相比，肺癌死亡率很高。然而，在确诊的病例中，只有约 20% 被诊断为 I 期。
令人心惊的是，除了男性患者以外，近年来中青年女性患者越来越多，早期并无明显的症状，等到胸痛、咯血等症状出现时再去检查，70% 以上已经发展到中晚期，不少人因病情严重而失去了宝贵的生命。
此外，随着医学事业的飞速进步，肺癌患者的免疫治疗和靶向治疗事业已经取得了显著进展，但其疗效仍然不稳定。因此，开发出高度敏感和特异性的肺癌早期诊断工具对于捍卫人类健康事业至关重要！
人工智能助力诊断早期肺癌
近年来，人工智能（AI）一枝独秀，吸引了科学家和医生们对其在肺癌中的潜在作用的极大兴趣，有望成为早期肺癌诊断的利器！
AI 在肺癌筛查、诊断和治疗中的应用中承担着举足轻重的作用，其通过助力分析和解释复杂的医疗信息，最终帮助医生们更好地诊断、治疗管理和各种临床病例的预后预测。目前，FDA 已在多个临床治疗领域批准了人工智能应用。
以肺癌异质性为例，已成为人工智能应用的主要领域。AI 主要聚焦于肺癌筛查的模式：成像（结节检测、分割和表征）和非成像技术。
LDCT 作为肺癌筛查的金标准，是唯一能够降低肺癌患者死亡率益处的方法。目前，先进的预测模型正在开发中，它将 CT 图像与人工智能算法等创新技术结合起来，提高了诊断准确性，为医生们创造了一双“透视眼”。
有趣的是，大量数据显示，AI 诊断结果与经验丰富的放射科医生的诊疗结果相当。同时，AI 结合 CXR 和 LDCT 扫描上检测肺结节具有更高的准确性。
例如，依托 DL-CADe 系统、CT 检查的结节检出率高于两名放射科医生的诊断准确性。在面对肺结节时，医生们通常利用结节的大小、体积和密度，以确定其是良性或恶性。虽然 LDCT 扫描是最常用的方法，但 AI 可以准确地测量这些变量，并在随访中跟踪肺结节的生长情况，且结节分类的准确率达到 80% 以上。
除了肺结节的鉴定，肺癌的准确分期有助于为病人制定最合适的治疗策略和预后。
AI 此时大显身手，能够助力加速肺癌的准确分期，并最大程度地减少医生们阅读病理切片和 CT 扫描等耗时的任务。使用 AI 作为 PET 和 CT 读取的第二阅读器，通过 PET 和 CT 扫描的多平面重建来预测转移病灶的解剖位置，不仅有效地减少了放射科医生的工作量，而且提高了结节检测的精度，可谓是双赢！
此外，AI 还显示出了结合连续成像数据来跟踪肿瘤随时间变化的潜力。通过利用 DL 方法和递归神经网络（RNN），AI 可以分析肿瘤患者治疗后 CT 扫描的纵向数据，并为表型特征和治疗反应提供有价值的见解！
人工智能助力癌症治疗大有可为
随着机器学习、卷积神经网络等算法的开发应用，影像AI发展迎来了新的爆发阶段。
以肺癌为例，通过结合 AI 模型，将临床数据与影像学结果相结合，进一步指导医生了解患者的临床结果，制定出个性化与高效化的治疗方案，提高患者的生命健康体验，可谓是一场充满吸引力的挑战与竞技。
值得重视的是，尽管 AI 在肺癌方面具有巨大的潜力，但我们不得不正视其实施所面临的挑战和局限性。如何解决数据质量、提高模型的可解释性和伦理考虑问题，对于确保AI成功整合到临床实践中至关重要！
参考文献：
[1] Gandhi Z, Gurram P, Amgai B, Lekkala SP, Lokhandwala A, Manne S, Mohammed A, Koshiya H, Dewaswala N, Desai R, Bhopalwala H, Ganti S, Surani S. Artificial Intelligence and Lung Cancer: Impact on Improving Patient Outcomes. Cancers (Basel). 2023 Oct 31;15(21):5236. doi: 10.3390/cancers15215236. PMID: 37958411; PMCID: PMC10650618.