隨著(zhù)腫瘤精準診療理念的越發(fā)普及，人工智能，尤其是以數據體量和算力提升為基礎的深度學(xué)習等算法對腫瘤的輔助診斷起到了重要的推進(jìn)作用。隨著(zhù)綜合診療的發(fā)展，乳腺癌患者的生存率得到極大提升。然而異質(zhì)性使得不同患者的病因、預后和對治療的反應差異較大，而借助人工智能的手段，可以逐步解決這一問(wèn)題，有效推動(dòng)個(gè)體化精準診療，造福患者。

可協(xié)助提升影像診斷準確率

目前人工智能技術(shù)在醫學(xué)影像組學(xué)中的應用最為廣泛。乳腺鉬靶 X線(xiàn)攝影作為乳腺篩查診斷的重要影像學(xué)檢查手段之一，可以在早期發(fā)現乳腺癌，但影像醫師判讀乳腺X線(xiàn)影像存在一定的假陽(yáng)性和假陰性，且工作負擔較重。20世紀90年代以來(lái)計算機輔助診斷（CAD）系統開(kāi)始被應用于乳腺X線(xiàn)影像，并在降低假陽(yáng)性率方面取得一定成效。近年來(lái)隨著(zhù)深度學(xué)習技術(shù)的發(fā)展，CAD煥發(fā)了新的生機。2020年1 月英美學(xué)者聯(lián)合發(fā)表于《Nature》的一項多中心大樣本研究報道，利用AI輔助乳腺X線(xiàn)片判讀不僅在英美不同患者群體之間存在極佳的泛化性，且分別將單人閱片的假陽(yáng)性率和假陰性率最高降低了5.7% 和9.4%，在獨立測試集驗證時(shí)，AI判讀乳腺X線(xiàn)片診斷效能優(yōu)于同時(shí)參與的六名放射科醫師。此AI 輔助乳腺 X 線(xiàn)診斷系統不僅提升了診斷的準確率，更可極大減輕醫生工作負荷。

輔助病理診斷展現巨大潛能

人工智能廣泛應用于臨床醫療的另一個(gè)領(lǐng)域即數字病理學(xué)。乳腺癌的病理診斷如前哨淋巴結評估和病理分型等結果不僅決定手術(shù)治療的方式，也決定化療方案的選擇，對患者預后具有重要意義。然而培養一個(gè)成熟病理醫師所需周期十分漫長(cháng)，導致目前我國病理醫師的缺口巨大，人工智能或可為病理人才的緊缺提供解決方案。荷蘭研究學(xué)者發(fā)表于美國醫學(xué)會(huì )會(huì )刊《JAMA》的研究對人工智能診斷乳腺癌患者前哨淋巴結HE切片轉移情況與病理醫師的診斷進(jìn)行比較，一些深度學(xué)習算法取得了比 11 名病理專(zhuān)家更優(yōu)的診斷性能展現出人工智能在輔助病理診斷方面迅捷準確的巨大潛能。美國哈佛大學(xué)醫學(xué)院研究團隊2020年8月在《Science Translational Medicine》上展示了一種便攜式自動(dòng)成像細胞分析系統(CytoPAN)。該系統通過(guò)檢測細針穿刺獲取最低50個(gè)細胞的流式細胞熒光檢測后，可在1小時(shí)內準確檢測出乳腺癌及其亞型。前瞻性臨床試驗顯示該系統在 63 位患者中乳腺癌診斷準確率高達100%，HER2 診斷準確率達96％，ER診斷準確率達92%，實(shí)現乳腺癌的快速診斷和病理分型。本團隊與國家超級計算天津中心的合作開(kāi)展的人工智能深度學(xué)習“兩步法”判讀乳腺癌免疫組化切片 HER2 擴增的多中心研究成果證明，人工智能不僅達到了90%以上的準確率，更省略了傳統病理學(xué)的FISH 檢測，極大提升診斷效率的同時(shí)可節省檢測支出，體現出重要的社會(huì )效益。

人工智能仍面臨一定挑戰

盡管展現出了諸多優(yōu)勢，目前我國人工智能的臨床應用與發(fā)展依然處于起始階段，面臨一定挑戰。人工智能的基礎與關(guān)鍵即算法的創(chuàng )新性與可解釋性需要醫工學(xué)科共同探索，學(xué)科交叉融合才能取得更多的成果。另一關(guān)鍵問(wèn)題即臨床數據的質(zhì)量，這與腫瘤的規范化診療理念相輔相成，優(yōu)質(zhì)的臨床數據建立優(yōu)質(zhì)的計算機模型，產(chǎn)生優(yōu)質(zhì)的臨床實(shí)踐，是一個(gè)相互促進(jìn)的過(guò)程。總之，人工智能在乳腺癌的診療中展現出廣闊的前景。相信隨著(zhù)時(shí)間的推移，創(chuàng )新的算法與算力將能夠做到更加快速、準確、價(jià)格低廉地處理大數據，機器將越來(lái)越多地解放醫護的工作負荷，甚至做到人力所不能及的事情，完成真正的數據驅動(dòng)，減輕對人力的依賴(lài)，形成遠超人類(lèi)和機器智能之和的新型高性能醫學(xué)模式。