自從計算機能夠在1千萬張圖片里自己琢磨出來“什么是貓”以后，人工智能就開始不停琢磨“什么是醫學”。
這么些年琢磨出來的成果在腫瘤防治上得到了充分的利用和體現。
困難重重，如何謀求出路?
日前，遼寧省腫瘤醫院副院長劉宏旭介紹了人工智能在肺癌早診早治方面的具體應用，為腫瘤的防治提供了新思路。
2017年世界癌癥新發病歷為1409萬，其中中國比例高達26.1%，遠高于世界平均水平，主要原因在于我國癌癥患者普遍就診晚。通常患者就診時，疾病已經為晚期，錯過了最佳治療時機。
而防治的難點，遠不僅于此。
首先是腫瘤監測系統還不夠完善。2006年起，我國開始設立腫瘤登記年報制度，截止至現在，國家腫瘤防控及網絡也才初步建成，尚不能惠及所有人群。全國各地的監測管理制度也不一致，建立統一、完善的監測系統并非一朝一夕之事。
其次是有效篩查技術少。目前的技術水平，只能對乳腺癌、肺癌等少部分癌癥進行針對性強的篩查，而淋巴瘤、胰腺癌等大部分癌種，就只能“望洋興嘆”了。
最后是醫院診療水平參差不齊。盡管我國部分城市經濟發展水平已經接近中等發達國家水平，但大部分地區的經濟仍然較為落后，一些對人為因素要求較高的篩查，如乳腺X線檢查、宮頸細胞學檢查，在欠發達地區仍然難以實現。
人工智能為腫瘤防治提供新思路
與其“亡羊補牢”，不如“未雨綢繆”。
2016年，谷歌公司的AlphaGo與世界圍棋頂級棋手李世石激戰5場，最終以4：1的絕對優勢取勝，引起了世界范圍內的轟動效應。人工智能在醫學領域也有所涉及，我們不禁設想，這場對決如果發生在醫學領域呢?
這個設想很快得以實現。
2017年3月，在零氪科技聯合阿里云和因特爾發起的“天池醫療AI大賽”上，由人工智能挑戰早期肺癌結節的影像學診斷，并大獲成功。同年6月，人工智能輔助肺小結節診斷體驗專場上，由人工智能參與的肺結節診斷準確率比單純人工高出15.75%，時間縮短了25.01%。
這個結果并未出人意料。
人工智能的學習能力遠高于人類，能夠對海量的數據進行總結并深度學習，這一點在圖片識別技術上已經得到了很好的體現，不僅是在肺小結節的診斷方面，國際頂級期刊《Nature》就曾報道過，人工智能診斷皮膚癌的準確率和靈敏度均達到甚至超過專業醫師。不僅如此，人工智能在腫瘤防治方面也給我們帶來了超乎預期的發展。
人工智能在腫瘤防治中的應用場景
近年來，人工智能在醫療領域的應用場景廣泛，包括新藥研究、輔助診療、健康管理、康復醫療、互聯網+醫療、精準醫療、便攜設備、醫院管理、生物醫學研究等。
作為肺癌的臨床專家，劉宏旭對人工智能在肺癌防治中的應用進行了詳細介紹，以早篩早診系統為例，腫瘤患者的篩查通常靠登記制度，這個工程量巨大，還存在遺漏和錯誤登記的問題。如果能夠利用肺癌患者數據庫信息，智能的對患者進行篩查，將極大提高肺癌患者的被檢出率，降低醫務工作者的勞動量。
當前，人工智能可利用肺癌篩查平臺，發現高危人群，利用智能化肺部結節診斷系統和基于基因組學的分子標志物診斷系統，分析患者數據，并提出一體化早篩解決方案，排除疑似患者，最終確診肺癌患者。
比起早診，更重要的是早治。
現下臨床治療，多取決于醫生的臨床經驗，級別越高的醫院，醫生診療水平越高，已經成為國人的共識，這也造成了患者“扎堆”三甲醫院的奇特現象。
人工智能在解決這個問題上的作用不容小覷，對已經確診的患者，人工智能將從全世界的指南中輸出最符合患者治療的推薦策略，指導醫生的治療方向，讓患者在社區醫院也能接受到同等于三甲醫院的治療。若患者的病情較為罕見，人工智能還可以從海量的學術論文中，找出有研究證據支持的治療方案，供醫生參考，同時推薦與該患者相似的病歷與以往經典治療方法，不再讓看不到好醫生成為患者的就診難題。
一套完整的治療流程，離不開隨訪。有效的隨訪能使患者再住院率下降30%，其重要性不言而喻。但目前臨床隨訪多采用簡單的電話、短信隨訪，患者和醫生的參與度不高，隨訪工作僅停留于表面。
而人工智能會提出符合患者的個性化隨訪方案，向醫生智能推送隨訪任務，讓患者在最佳、最合理的窗口期接受專業團隊的隨訪，并通過APP互動，增加與患者的聯系，讓醫生充分了解離院患者的疾病進展情況，提高臨床隨訪率和隨訪效果。
劉宏旭對未來人工智能的應用信心十足，無論是在早期篩查、臨床診斷、或是出院隨訪上都發揮著舉足輕重的作用，在肺結節智能診斷、腫瘤標志物鑒別等方面已表現出明顯的優勢，未來基層醫療將是本輪人工智能浪潮的最大受益者和主戰場，成為生命科學數據積累的基礎，并逐步覆蓋健康領域的各個層面。
京公網安備 11010502049343號