人工智能工具利用放射学报告识别癌症结果

Kenneth Kehl博士（Kenneth Kehl, MD, MPH）

2019年7月25日——美国马萨诸塞州波士顿讯

丹娜—法伯癌症研究所科研团队证实：在肺癌患者的无结构性放射学报告中，一种人工智能工具（AI）读取肿瘤变化的能力与真人手动读取相当，甚至效率更高。

在检测癌症存在、癌症是否对疗法介入有所反应、癌症病情稳定或恶化方面，AI工具的表现可与真人读取相比较。

通讯作者Kenneth Kehl博士（Kenneth Kehl, MD, MPH）指出，这项研究旨在探索AI工具能否从放射学报告中读取最具价值的癌症结果，而这些报告是广泛存在但没有结构性的数据来源。Kehl博士在丹娜—法伯癌症研究所担任肿瘤内科学家一职，并在人口科学部（Population Sciences）担任教职。

Kehl博士表示，若患者在丹娜—法伯癌症研究所或其它类似的医院治疗，电子健康档案会收集数百上千份相关的信息。然而，除非患者参与临床试验，否则有关他们癌症结果的信息（如：癌症在治疗后是为生长、抑或缩小）仅是以文字的形式在医疗档案中有所记录。在过去，这种无结构性信息经不起计算分析的检验，因此也不能用于疗法有效性的研究。

丹娜—法伯/布莱根和妇女医院癌症中心（DF/BWCC）开设了资料库项目（Profile），对患者肿瘤的样本展开分析，并创立或可预测疗法反应的基因组变种档案。正是由于资料库项目的存在，丹娜—法伯的研究团队积累了患者癌症的大量分子信息。 “倘若我们不能大量地检阅患者的病历而衡量他们的临床结果，我们就无法利用这些信息来了解何种分子模式可以预测出疗法的益处。因此，这是全面发挥精准医学潜能的一个重大障碍。”Kehl博士说道。

在当前的研究中，Kehl博士和同仁们收集了超过1.4万份影像学报告，共覆盖1112为患者，并用 “PRISSMM” 架构对档案进行手动审阅。PRISSMM是丹娜—法伯癌症研究所开发的一种表型数据标准，它从电子健康档案的文字报告中提取无结构性数据，并使后者具有系统和组织，及时供医师分析。PRISSMM能对患者的病理学、放射学/影像学、表征/症状、分子标记和肿瘤内科学家评估的数据进行组建，以描述癌症患者的就诊之旅。

手动审阅人分析影像的文字报告，并指出癌症是否存在，若存在，则进一步指出癌症呈恶化或改进状态，以及癌症是否已经扩散到身体的具体部位。随后，这些报告被用来培训一个计算 “深度学习” 模型，以从文字报告中识别出上述结果。作者们表示： “我们的假设是深度学习算法可以利用常规生成的放射学文字报告，来识别出癌症的存在以及它随时间变化的程度。”

研究人员将手工和计算机测量的临床结果进行对比，包括：无病生存期（disease-free survival）、无进展生存期（progression-free survival）以及呈现改善或产生反应的时间。他们发现：AI算法可以复制手动检测的结果。随后，研究人员将深度学习算法用于另外1.5万份报告的注解，这覆盖了1294份此前未经手动审阅的患者病历。作者们发现：在这些患者的预测生存期方面，计算机测量结果的准确度与手动审阅的患者报告相近。

手工审阅者的速率为每小时解读3位患者的报告，如此计算，若要审阅近3万份影像学报告，一位手工审阅者需要近6个月时间完成。与之相比，研究人员开发的AI模型仅用10分钟就可以完成同等的工作，这项结果被发表在《美国医学会·肿瘤学》期刊（JAMA Oncology）上。

“为开发真实的肿瘤健康系统的学习算法，并大规模地促进精准医学的供应，我们需要采用一定的方法，加速从电子健康档案中构建与癌症有关结果的步伐。” 该研究的作者们说道。若能广泛应用，研究人员表示：“这项技术可以大幅提高我们从现实生活中读取数据的能力，范围涉及所有的癌症患者，从而找到疗法有效性的证据。”接下来，研究人员将从其它癌症中心获取电子健康档案数据，并对上述方法加以检验，并以数据为基础探索何种疗法对何种患者最为有效。

该研究的资深作者是丹娜—法伯癌症研究所肿瘤内科学家兼人口科学部主任Deborah Schrag博士（Deborah Schrag, MD, MPH）。

该研究由以下机构和组织赞助支持：美国国家癌症研究所（NCI，K05CA169384, RO1CA203636, U01CA209414）；克劳德·多芬慈善研究基金会（the Claude Dauphin Philanthropic Research Fund）以及西米恩·J·弗汀基金会（Simeon J. Fortin Foundation）。

除在丹娜—法伯癌症研究所供职外，Kenneth Kehl博士还在Aetion Inc. 任顾问一职。Deborah Schrag博士在Cureus和辉瑞公司（Pfizer）任顾问/导师，并从美国癌症研究学会（AACR）获得研究基金；除相关工作外，她还在JAMA任编辑一职并收取个人费用；她在诸多生物科技基金会（包括QQQ）持有股份。此外，她还在PRISSMM表型数据标准上持有一份商标及财务利收益。

媒体联络

阁下若有媒体联络需求，敬请致电617-632-4090，请阁下指明与媒体团队洽谈；或请发邮件至media@dfci.harvard.edu。阁下如欲转载本文，请发邮件至kun_ma@dfci.harvard.edu。