腫瘤，特別是惡性腫瘤，是現代醫療面臨的最大難題之一，腫瘤患者的難以治癒、易於復發、死亡率高、治療成本高昂等問題，也是擺在人類面前的巨大挑戰。人工智慧輔助腫瘤診療，可滿足更多腫瘤患者的診斷、放射、藥物治療需求，具體體現在可在放射影像中輔助醫生識別和勾畫腫瘤及正常器官、輔助醫生進行療前、療中、療後治療效果的預測、輔助放療物理師進行放射治療計劃的設計等方面。覆蓋腫瘤影像診斷、腫瘤智能放療、腫瘤藥物研發、患者跟蹤治療等關鍵場景。人工智慧的應用將進一步促進腫瘤患者個體化精準治療的落實，促進行業規範形成，不斷改善腫瘤患者的醫療條件，提高腫瘤患者生存率。
作者 | 付海天、樊曉芳
一 腫瘤診療概覽
1.1腫瘤類型
按患病程度：良性腫瘤惡性腫瘤（癌症）
按患病部位：中樞神經系統胸部腹部泌尿及生殖系統頭頸部其它部位
1.2腫瘤診斷方法：實驗室檢查影像學檢查病理檢查
1.3腫瘤治療方法：手術治療化藥治療放射治療中藥治療生物治療
1.4常見惡性腫瘤：肺癌胃癌食管癌肝癌乳腺癌子宮頸癌腸癌白血病鼻咽癌
1.5常見腫瘤藥物類型：烷化劑抗代謝藥物小分子靶向藥單克隆抗體鉑類配合物
1.6腫瘤診療流程
1.7腫瘤數據產生及流轉
二 腫瘤診療領域產業及市場概況
2.1腫瘤診療市場規模
根據中國產業信息網數據，2015年全球腫瘤消融設備及耗材市場規模約為7.56億美元，預計 2022年市場規模約15.80億美元，年均複合增長率約11.1%，高於全球醫療器械行業整體增速，2012年全球共新增癌症病例約 1,410 萬例，預計2025年新增癌症病例超過2,000萬人。據前瞻網數據，2018年我國城市常見癌種診斷與治療花費平均約為63300元，我國腫瘤醫療服務市場年存量規模為2500億元以上，腫瘤醫療服務，包括腫瘤診斷、腫瘤治療和姑息治療三個階段，其市場份額約分別為5%、80%和15%。
2.2腫瘤診療產業鏈
2.3腫瘤診療中人工智慧技術應用
數據挖掘：用於對海量靶點數據分析進行腫瘤藥物研發，以及腫瘤基因數據分析等。
計算機視覺：用於腫瘤醫學影像/病理圖像中病灶的識別、分割、分析，放療中的圖像處理等。
自然語言處理：用於腫瘤醫學文獻研究及文本分析，建立腫瘤知識庫等。
深度學習：用於建立腫瘤疾病分析模型，對腫瘤風險或患病概率做出預測，放療靶區自動勾畫等。
三 腫瘤診療領域細分應用場景及代表機構
四 腫瘤診療代表 AI 技術,應用產品/解決方案及應用案例
Insilico Medicine——藥物發現工具Pandomics：該公司開發和驗證了一套可供生成模型以及機器學習的算法，用來設計生成小分子靶向藥物，應用於治療衰老和腫瘤。Insilico Medicine能通過其靶點發現平臺找到在癌症、纖維化、NASH、免疫學和中樞神經系統疾病等方面的靶點。Insilico Medicine的研究展示了用生成模型以及增強學習算法設計出來的小分子靶向藥物，並且在細胞和動物模型上驗證了設計出來的分子活性和初步藥代動力學特性。
中山大學——人工智慧輔助內鏡上消化道癌早期診斷系統：此項研究通過採集上消化道癌患者和正常人群內鏡圖像進行大規模機器學習，利用和持續改進以深度卷積神經網絡為基礎的圖像識別算法，研發出一套上消化道癌內鏡AI智能診斷系統（GRAIDS）。該系統通過模擬醫生的思維和診斷推理，對內鏡下腫瘤病變進行智能識別和分析，可提高早期癌變的識別率和診斷的準確性，其主要功能包含以下三方面：GRAIDS可以準確診斷上消化道腫瘤並且實時指導內鏡檢查操作；低年資內鏡醫生在GRAIDS的幫助下可達到經驗豐富的內鏡專家診斷水平；構建了基於雲技術的多中心上消化道癌內鏡AI診斷平臺。
百洋智能——影像解決方案（B SO）：該產品可可對腫瘤相關手術進行術前手術計劃、術中定位導航，並在手術結束後進行療效評估。該系統主要具備三項技術特色：基於人工智慧的融合配準工具，實現了多模態的影像數據整合；基於人工智慧的腫瘤和組織結構分割工具；基於虛擬/混合現實技術的3D 模型展示。以骨瘤切除手術為例，通過B SO的CT-MR多模態影像融合術前輔助系統，可在術前通過分析影像了解腫瘤的範圍，判斷腫瘤組織與正常組織的邊界，精確判斷手術的切除範圍。目前骨腫瘤多模態3D影像手術計劃已在華西醫院應用，助力骨盆惡性腫瘤精準切除，輔助開展了200餘例手術。
IBM——癌症諮詢系統Watson for Oncology（WfO）：WfO能幫助醫師快速發現患者病歷中的關鍵信息，找到相關證據，探索各種治療方案。WfO自2012年起開始接受紐約紀念斯隆-凱特琳癌症中心(MSK)的腫瘤學家們密集的醫療訓練，旨在了解與癌症患者相關的關鍵數據，例如血液檢測結果、詳細描述腫瘤類型、大小和位置的病理學和影像學報告，以及是否存在基因突變等。隨後，為了給特定患者提供循證治療建議，該項目梳理了大量醫學文獻，到目前為止，WfO 已經可以為乳腺癌、肺癌、前列腺癌、結腸癌、膀胱癌、子宮內膜癌、甲狀腺癌、直腸癌、肝癌、胃癌、卵巢癌、食道癌、宮頸癌13種癌症提供治療決策支持。
全域醫療——智能放療計劃系統mdaccAutoPlan：該系統覆蓋了腫瘤放療大數據，能夠用計算機進行學習和分析，給予一個新的任務時，計算機將根據前期的學習結果，根據該病例臨床特點，實現自動計劃設計，並將放療計劃設計的效率提升5倍至10倍，而且保證了設計結果保持在一致。mdaccAutoPlan實現了全自動化設計，系統自動檢測任務隊列、自動設計、輸出、保存和統計分析，為不同部位的腫瘤生成靶區輔助輪廓、自動布野、調整目標函數，生成最優計劃，減少醫生個人專業水平和習慣對計劃質量的人為影響。
零氪科技——人工智慧輔助決策系統Hubble：零氪科技通過將患者病例數據和算法模型應用於腫瘤治療，構建診療模型並提供數據支持，從而輔助醫院管理決策、輔助科研、輔助臨床診療。Hubble 系統「AI-肺結節智能診斷」模塊全自動地識別CT影像中所有的結節，識別率達91.5％。零氪科技目前已與超500家綜合及專科三甲醫院合作，通過對臨床數據進行智能結構化處理，建立了大規模腫瘤數據平臺。Hubble系統已經通過公安部-信息系統安全等級保護認證第三級，以及HIPAA-美國醫療信息安全保護法案認證。
海心智惠——癌症患者精準治療管理移動APP海心抗癌：該 APP 提供了一整套腫瘤治療的規範系統，包含了專業科普、病情解讀、方案分析、療程規劃管理、藥物智庫等，幫助癌症患者和家屬科學抗癌。海心抗癌APP通過將癌症治療規範與人工智慧相結合，綜合考慮癌症治療過程中的複雜因素，幫助患者制定和選擇最適合自己的治療方案。App 中包含針對腫瘤疾病的智能診療系統，該系統將國內最新癌症診療規範與人工智慧相結合，融合腫瘤專家臨床經驗，為不同患者在不同階段提供最佳的治療方案和療程規劃建議。
五 AI 技術在腫瘤診療中的應用局限性
1.國內缺乏與發達國家類似的成熟的大規模腫瘤信息資料庫。
2.腫瘤影像數據標註標準不統一、標註數據較少且標註難度過大。
3.獲得三類醫療器械許可證類腫瘤人工智慧產品較少。
4.腫瘤發病因素複雜，難以簡單輸入海量數據實現人工智慧分析。
六 腫瘤診療智能化發展趨勢
1.傳統放療器械廠商逐步引入人工智慧放療系統，提高放療效率。
2.人工智慧影像診斷產品在基層醫院普及，推進腫瘤早篩。
3.頭部醫院牽頭建立腫瘤大數據中心，助力腫瘤醫學前沿研究。
4.腫瘤基因測序大數據分析成為主流，進一步推動腫瘤精準醫療。