用AI对抗癌症? 腾讯、谷歌、微软这些有钱的大公司都在干这个拯救人类的正事了

相比争论“AI是否会威胁人类”这种目前无解的问题，试着用AI对抗癌症等人类天敌来的更靠谱一些。

中国第二大富豪—腾讯创始人马化腾已经意识到这一点并开始行动了。8月3日，在2017“互联网+”数字经济中国行·广东峰会上，腾讯公司正式发布了AI医学影像产品——腾讯觅影，这是腾讯AI产品首次落地医学领域。借助深度学习技术，让腾讯觅影具备筛查可疑食管癌的能力。

谷歌也将AI技术应用到医疗行业，目前可通过AI识别糖尿病、视网膜病变、检测乳腺癌等疾病。

2016年9月，微软公开谈及他们的最新机器学习项目Hanover，这个项目主要是利用人工智能深度理解每年发表的医学专业论文，帮助医生预测哪些药物对治疗癌症患者最有效，从而达到帮助治疗癌症的目的。

除了他们，还有越来越多的公司在将AI技术投入到医疗行业，特别是医疗影像行业。对于大公司而言，借助其商业力量，攻克人类天敌式的疾病，无异于在提升人类掌控自我命运的能力。一起来看看他们目前取得了哪些进展。

食管癌是常见恶性肿瘤之一，由于缺乏足够的认知和有效的早期筛查手段，目前我国早期食管癌检出率低于10%。而腾讯觅影筛查一个内镜检查用时不到4秒，对早期食管癌的发现准确率高达90%。

据全国食管癌研究权威、中山大学医院管理处处长傅剑华教授介绍，团队通过对数十万张食管内镜检查图片分类，采用双盲随机方法，由不同级别医生进行循环评分标注后，交由腾讯AI技术团队进行图像处理、增强，借助深度学习技术，让腾讯觅影具备筛查可疑食管癌的能力。

他还表示，引入腾讯觅影利用人工智能技术辅助医生对食管癌进行筛查，可以有效提高筛查准确度，促进准确治疗，有望攻克早期食管癌难筛查的世界难题，也有助于消除不同地区医疗水平差异。

同时，腾讯还发起成立了人工智能医学影像联合实验室，并启动全球首个应用AI医学影像的食管癌早筛项目的临床预试验。中山大学附属肿瘤医院（广东省食管癌研究所）、广东省第二人民医院、深圳市南山区人民医院成为首批加入联合实验室的合作医院。

腾讯移动互联网事业群副总裁陈广域表示，人工智能医学影像联合实验室将致力推动人工智能技术在医疗领域的研究和应用。下一步，还计划利用腾讯觅影展开食管癌公益筛查，推动医疗资源共享。

食管癌早期筛查只是腾讯觅影首个进入临床预实验的项目，据腾讯移动互联网事业群副总裁陈广域介绍，除了食管癌早期筛查，腾讯觅影未来也将支持早期肺癌、糖尿病性视网膜病变、乳腺癌等病种的检测。

人工智能技术在医疗领域的落地早在国外已经有过先例，美国互联网巨头谷歌就一直将深度学习应用在医疗健康领域。

谷歌AI技术应用一：快速识别糖尿病视网膜病变

据报道，在谷歌韩国分部携韩国媒体5月举办的视频会议上，谷歌产品经理及医学博士Lily Peng曾表示，谷歌AI算法在医疗领域取得重要进展，不仅可以通过深度学习快速辨别出糖尿病视网膜病变的迹象，在癌症检测上也可以通过活检图像来定位癌细胞的位置，以便对患者实行医疗指导。

据Peng介绍，印度目前存在127000名眼科医生的短缺，而45%的患者在诊断前患有视力下降等病症。针对这一问题，谷歌设计了一种AI算法来分析视网膜图像并以此识别糖尿病视网膜病变的特征。

据目前透露的资料表明，这一计划由54名眼科医生担当主力，他们共分析了128000张视网膜图像。每张图像都被标记了多次，以解决医生诊断结论的异变问题。谷歌在视觉膜扫描图像的算法上已经取得了重要进展。基于此，搭载谷歌AI算法可以快速辨别出糖尿病视网膜病变的迹象。

目前该算法已经显示出高精确度的特点，谷歌已经计划在其基础上构建一个界面和硬件，以便印度医生在输入视网膜图像时可立即获得糖尿病视网膜病变的测评分数。

谷歌AI技术应用二：乳腺癌检测

谷歌深度学习在医疗方面的另一个应用就是癌症检测。目前，谷歌正在开发另一种深入学习算法，通过调查活检图像定位已扩散到淋巴结的转移性乳腺癌。

据Peng说：“我们要做的是找出淋巴结中存在的任何一个乳腺癌的位置，以进一步确定患者所处的癌症阶段从而指导治疗。”

目前，谷歌AI技术在肿瘤局部化检查的精确度已达到89%，这一成绩远超训练有素的人类病理学家73%的数据。

但该技术目前存在一个缺点，在1万—40万张图像的载玻片中，其中有20—50000张显示肿瘤。这样，该技术的肿瘤位置敏感度达92%，但每张载玻片存在8个假阳性读数。但人类病理学家对肿瘤位置的敏感度则为73%，假阳性读数则为零。

这也就是说，虽然谷歌AI技术在寻找肿瘤方面效率高，但错误率也相对较高。

谷歌研究人员表示，目前将AI技术投入医疗行业，实现商业化运转还需要较长的时间。在此之前，谷歌还需要做足够的临床测试来提升诊断的准确性。

不仅是谷歌，微软也将AI技术运用在了医疗项目上。

据媒体报道，微软于去年9月宣布，其机器学习项目为Hanover，项目将主要利用AI技术深度理解每年发表的医学论文，帮助医生预测哪些药物对治疗癌症患者最有效，从而帮助医生治疗癌症。微软准备在医疗领域内推进人工智能项目，通过机器的深度学习来解决如何制定个性化的药物治疗方案问题。

除了这个项目之外，微软还同时在进行另一个相关项目，即根据癌症病人的真实情况构建详细的模拟方案，从而利用创建具有编程性的计算机生物细胞。微软英国剑桥研究院高级研究员Jasmin Fisher所言：“我们正试图改变生物学日常的科研方式。”

此外，微软还倡议将人工智能应用到放射科，采用机器视觉工作来分析癌症病人的肿瘤CT扫描片。

目前，各大公司的AI技术在医疗领域的应用都集中在医疗影像方面，其主要原因是影像数据相对标准和系统，AI技术通过深度学习可以实现操作。

尽管我国存在第三方影像中心，但绝大多数医疗影像数据来自医院。在医疗信息系统中，PACS系统负责医疗影像采集、数据传输存储以及影像分析、处理，并且不同的PACS系统之间，能以以DICOM国际标准方式对接。所以，医院影像数据多且大都标准化，便于机器阅读，为此，智能医疗影像被业内人认为将率先实现商业化落地。

上海市儿童医院影像科主任杨秀军曾表示，“很多医学影像领域特别适合人工智能／图像识别技术，国内外有很多厂商从事这方面，也做出一些成果。”

而AI的大范围运用对于医生、患者和医院具有极大的意义。

第一，对社区医院来说，可以帮助提升医生的诊断能力；对于大医院的来说，能提升工作效率。

第二，对医院放射科医生而言，每天基本只有1-2分钟完成相关检测报告，很多时候没法检测到一些细微病变。AI的应用不仅可以提升工作效率，还能增加诊断的准确性。

第三，对病人来讲，能够得到快速、全面和相对准确的检测，将疾病控制在早期阶段，降低病变风险。

随着AI技术在医疗行业的落地，越来越多的疾病将可能快速、准确被检测出来，从而使更多人受益。