用AI對抗癌症? 騰訊、穀歌、微軟這些有錢的大公司都在幹這個拯救人類的正事了

相比爭論“AI是否會威脅人類”這種目前無解的問題，試著用AI對抗癌症等人類天敵來的更靠譜一些。

中國第二大富豪—騰訊創始人馬化騰已經意識到這一點並開始行動了。8月3日，在2017“互聯網+”數字經濟中國行·廣東峰會上，騰訊公司正式發布了AI醫學影像產品——騰訊覓影，這是騰訊AI產品首次落地醫學領域。借助深度學習技術，讓騰訊覓影具備篩查可疑食管癌的能力。

穀歌也將AI技術應用到醫療行業，目前可通過AI識別糖尿病、視網膜病變、檢測乳腺癌等疾病。

2016年9月，微軟公開談及他們的最新機器學習項目Hanover，這個項目主要是利用人工智能深度理解每年發表的醫學專業論文，幫助醫生預測哪些藥物對治療癌症患者最有效，從而達到幫助治療癌症的目的。

除了他們，還有越來越多的公司在將AI技術投入到醫療行業，特別是醫療影像行業。對於大公司而言，借助其商業力量，攻克人類天敵式的疾病，無異於在提升人類掌控自我命運的能力。一起來看看他們目前取得了哪些進展。

食管癌是常見惡性腫瘤之一，由於缺乏足夠的認知和有效的早期篩查手段，目前我國早期食管癌檢出率低於10%。而騰訊覓影篩查一個內鏡檢查用時不到4秒，對早期食管癌的發現準確率高達90%。

據全國食管癌研究權威、中山大學醫院管理處處長傅劍華教授介紹，團隊通過對數十萬張食管內鏡檢查圖片分類，采用雙盲隨機方法，由不同級別醫生進行循環評分標注後，交由騰訊AI技術團隊進行圖像處理、增強，借助深度學習技術，讓騰訊覓影具備篩查可疑食管癌的能力。

他還表示，引入騰訊覓影利用人工智能技術輔助醫生對食管癌進行篩查，可以有效提高篩查準確度，促進準確治療，有望攻克早期食管癌難篩查的世界難題，也有助於消除不同地區醫療水平差異。

同時，騰訊還發起成立了人工智能醫學影像聯合實驗室，並啟動全球首個應用AI醫學影像的食管癌早篩項目的臨床預試驗。中山大學附屬腫瘤醫院（廣東省食管癌研究所）、廣東省第二人民醫院、深圳市南山區人民醫院成為首批加入聯合實驗室的合作醫院。

騰訊移動互聯網事業群副總裁陳廣域表示，人工智能醫學影像聯合實驗室將致力推動人工智能技術在醫療領域的研究和應用。下一步，還計劃利用騰訊覓影展開食管癌公益篩查，推動醫療資源共享。

食管癌早期篩查隻是騰訊覓影首個進入臨床預實驗的項目，據騰訊移動互聯網事業群副總裁陳廣域介紹，除了食管癌早期篩查，騰訊覓影未來也將支持早期肺癌、糖尿病性視網膜病變、乳腺癌等病種的檢測。

人工智能技術在醫療領域的落地早在國外已經有過先例，美國互聯網巨頭穀歌就一直將深度學習應用在醫療健康領域。

穀歌AI技術應用一：快速識別糖尿病視網膜病變

據報道，在穀歌韓國分部攜韓國媒體5月舉辦的視頻會議上，穀歌產品經理及醫學博士Lily Peng曾表示，穀歌AI算法在醫療領域取得重要進展，不僅可以通過深度學習快速辨別出糖尿病視網膜病變的跡象，在癌症檢測上也可以通過活檢圖像來定位癌細胞的位置，以便對患者實行醫療指導。

據Peng介紹，印度目前存在127000名眼科醫生的短缺，而45%的患者在診斷前患有視力下降等病症。針對這一問題，穀歌設計了一種AI算法來分析視網膜圖像並以此識別糖尿病視網膜病變的特征。

據目前透露的資料表明，這一計劃由54名眼科醫生擔當主力，他們共分析了128000張視網膜圖像。每張圖像都被標記了多次，以解決醫生診斷結論的異變問題。穀歌在視覺膜掃描圖像的算法上已經取得了重要進展。基於此，搭載穀歌AI算法可以快速辨別出糖尿病視網膜病變的跡象。

目前該算法已經顯示出高精確度的特點，穀歌已經計劃在其基礎上構建一個界麵和硬件，以便印度醫生在輸入視網膜圖像時可立即獲得糖尿病視網膜病變的測評分數。

穀歌AI技術應用二：乳腺癌檢測

穀歌深度學習在醫療方麵的另一個應用就是癌症檢測。目前，穀歌正在開發另一種深入學習算法，通過調查活檢圖像定位已擴散到淋巴結的轉移性乳腺癌。

據Peng說：“我們要做的是找出淋巴結中存在的任何一個乳腺癌的位置，以進一步確定患者所處的癌症階段從而指導治療。”

目前，穀歌AI技術在腫瘤局部化檢查的精確度已達到89%，這一成績遠超訓練有素的人類病理學家73%的數據。

但該技術目前存在一個缺點，在1萬—40萬張圖像的載玻片中，其中有20—50000張顯示腫瘤。這樣，該技術的腫瘤位置敏感度達92%，但每張載玻片存在8個假陽性讀數。但人類病理學家對腫瘤位置的敏感度則為73%，假陽性讀數則為零。

這也就是說，雖然穀歌AI技術在尋找腫瘤方麵效率高，但錯誤率也相對較高。

穀歌研究人員表示，目前將AI技術投入醫療行業，實現商業化運轉還需要較長的時間。在此之前，穀歌還需要做足夠的臨床測試來提升診斷的準確性。

不僅是穀歌，微軟也將AI技術運用在了醫療項目上。

據媒體報道，微軟於去年9月宣布，其機器學習項目為Hanover，項目將主要利用AI技術深度理解每年發表的醫學論文，幫助醫生預測哪些藥物對治療癌症患者最有效，從而幫助醫生治療癌症。微軟準備在醫療領域內推進人工智能項目，通過機器的深度學習來解決如何製定個性化的藥物治療方案問題。

除了這個項目之外，微軟還同時在進行另一個相關項目，即根據癌症病人的真實情況構建詳細的模擬方案，從而利用創建具有編程性的計算機生物細胞。微軟英國劍橋研究院高級研究員Jasmin Fisher所言：“我們正試圖改變生物學日常的科研方式。”

此外，微軟還倡議將人工智能應用到放射科，采用機器視覺工作來分析癌症病人的腫瘤CT掃描片。

目前，各大公司的AI技術在醫療領域的應用都集中在醫療影像方麵，其主要原因是影像數據相對標準和係統，AI技術通過深度學習可以實現操作。

盡管我國存在第三方影像中心，但絕大多數醫療影像數據來自醫院。在醫療信息係統中，PACS係統負責醫療影像采集、數據傳輸存儲以及影像分析、處理，並且不同的PACS係統之間，能以以DICOM國際標準方式對接。所以，醫院影像數據多且大都標準化，便於機器閱讀，為此，智能醫療影像被業內人認為將率先實現商業化落地。

上海市兒童醫院影像科主任楊秀軍曾表示，“很多醫學影像領域特別適合人工智能／圖像識別技術，國內外有很多廠商從事這方麵，也做出一些成果。”

而AI的大範圍運用對於醫生、患者和醫院具有極大的意義。

第一，對社區醫院來說，可以幫助提升醫生的診斷能力；對於大醫院的來說，能提升工作效率。

第二，對醫院放射科醫生而言，每天基本隻有1-2分鍾完成相關檢測報告，很多時候沒法檢測到一些細微病變。AI的應用不僅可以提升工作效率，還能增加診斷的準確性。

第三，對病人來講，能夠得到快速、全麵和相對準確的檢測，將疾病控製在早期階段，降低病變風險。

隨著AI技術在醫療行業的落地，越來越多的疾病將可能快速、準確被檢測出來，從而使更多人受益。